## 并发编程 ### 同步与异步 用来表达任务的提交方式 1. 同步 提交完任务之后原地等待任务的返回结果期间不做任何事 可靠任务序列 2. 异步 提交完任务后不等待任务的返回结果直接去做其他事情有结果自动通知，至被依赖的任务最终是否真正完成，依赖他的任务无法确定 不可靠任务序列 ### 阻塞与非阻塞 用来表达任务的运行状态 1. 阻塞 阻塞态，停住不执行，cpu被拿走 2. 非阻塞 就绪态、运行态 #### 四种结合状态 1. 同步阻塞 效率最低，相当于单道 2. 同步非阻塞 按照顺序执行，但是不等待结果 3. 异步阻塞 不按照顺序执行，但是等待结果 4. 异步非阻塞 效率最高，既可以不按照顺序执行，也不等待结果 ## 创建进程的多种方式 再不同的操作系统中创建进程底层原理不一样 1. windows 以导入模块的形式创建进程 2. linux/mac 以拷贝代码的形式创建进程 ```python from multiprocessing import Process # 第一种，继承Process类，派生直接的类 class MyProcess(Process): def __init__(self, num): super().__init__() self.num = num print(self.name) # 输出进程的名称 def run(self): print(self.pid) # 输出进程的pid print('我是子进程', self.num) if __name__ == '__main__': for i in range(5): p = MyProcess(i) p.start() # 第二种手动创建 from multiprocessing import Process def task(num): print('我是子进程', num) if __name__ == '__main__': for i in range(5): p = Process(target=task, args=(i,)) p.start() # 第三种进程池 from concurrent.futures import ProcessPoolExecutor import time def task(num): print('我是子进程', num) time.sleep(1) if __name__ == '__main__': with ProcessPoolExecutor(4) as pool: # 进程池里面的最大数就是一次最多运行的进程 for i in range(10): pool.submit(task, i) ``` ### 进程间数据隔离 同一台计算机上的多个进程数据是严格意义上的物理隔离（默认情况） ```python from multiprocessing import Process num = 1000 def task(): global num num = 666 if __name__ == '__main__': p1 = Process(target=task) p1.start() import time ```  ### 进程的join方法 ```python from multiprocessing import Process import time def task(): num = 666 print('子进程',num) time.sleep(1) if __name__ == '__main__': p1 = Process(target=task) p1.start() p1.join() # 等待子进程运行完毕后才向下运行 print('主进程') ```  ### IPC机制（进程间通信消息队列） IPC:进程间通信 消息队列：存储数据的地方 所有人都可以存 也可以取 ```python from multiprocessing import Process, Queue def task1_put(queue): print(queue.get()) # 如过消息队列没有数据则会一直阻塞，等着有消息才会向下执行 print(queue.get()) # 如过消息队列没有数据则会一直阻塞，等着有消息才会向下执行 print(queue.empty()) # 看看消息是不是空的 多进程不会用，因为消息有滞后性 print(queue.get()) # 如过消息队列没有数据则会一直阻塞，等着有消息才会向下执行 def task2_get(queue): queue.put('我是子进程放入的消息') print(queue.full()) # 看看消息是不是满的 多进程不会用，因为消息有滞后性 if __name__ == '__main__': queue = Queue() # 不填默认数字很大，可以规定这个消息队列，最多能有多少消息同时存在 queue.put('主进程存放数据') # 如果队列存满则会阻塞，等着直到有空隙放入消息，才会向下执行 p1 = Process(target=task1_put, args=(queue,)) p2 = Process(target=task2_get, args=(queue,)) p1.start() p2.start() ```  ### 生产者消费者模型 1. 生产者 负责产生数据的人 2. 消费者 负责处理数据的人 该模型除了有生产者和消费者之外还必须有消息队列（只要是能够提供数据保存服务和提取服务的理论上都可以） ### 进程对象的多种方法 ```python 1.如何查看进程号 两种方式 # 方法1 from multiprocessing import current_process, Process def task(): print(current_process()) print(current_process().pid, '子进程') """ <Process name='Process-1'子进程的父进程pid parent=8432 started> 18228 子进程 """ if __name__ == '__main__': p1 = Process(target=task).start() print(current_process()) print(current_process().pid, '父进程') """<_MainProcess name='MainProcess' parent=None started> 8432 父进程""" # 方法2 from multiprocessing import Process import os def task(): print(os.getpid(), '子进程') print(os.getppid(), '子进程的父进程') """ 8276 子进程 2020 子进程的父进程 """ if __name__ == '__main__': p1 = Process(target=task).start() print(os.getpid(), '子进程') print(os.getppid(), 'pycharm进程') # 获取了创建这个程序的pid，pycharm执行获取的就是pycharm pid """ 2020 子进程 19664 pycharm进程 """ 2.终止进程 p1 = Process(target=task) p1.start() p1.terminate() 计算机操作系统都有对应命令可以直接杀死进程 3.判断进程是否存活 p1 = Process(target=task) p1.start() p1.is_alive() 4.创建进程 p1 = Process(target=task) p1.start() 5.等待子进程运行完毕 p1 = Process(target=task) p1.start() p1.join() ``` ### 守护进程 守护进程会随着守护的进程结束而立刻结束 ```python from multiprocessing import Process import time def task(name): print('德邦总管:%s' % name) time.sleep(3) print('德邦总管:%s' % name) if __name__ == '__main__': p1 = Process(target=task, args=('大张红',)) p1.daemon = True p1.start() time.sleep(1) print('恕瑞玛皇帝:小吴勇嗝屁了') ``` ### 僵尸进程与孤儿进程 1. 僵尸进程 进程执行完毕后并不会立刻销毁所有的数据 会有一些信息断站保留下来 比如进程号、进程执行时间、进程消耗功率等给父进程查看 所有的进程都会变成僵尸进程 2. 孤儿进程 子进程正常运行 父进程意外死亡 操作系统针对孤儿进程会派遣福利院管理 ### 多进程数据错乱问题 加进程锁，变成串行 ```python from multiprocessing import Process, RLock import json import time import random def check_num(name): with open(r'data.json', 'r', encoding='utf8') as f: data_dict = json.load(f) print(f'{name}车票剩余：', data_dict.get('ticket_num')) def pay_num(name): with open(r'data.json', 'r', encoding='utf8') as f: data_dict = json.load(f) time.sleep(random.randint(1, 3)) if data_dict.get('ticket_num') > 0: data_dict['ticket_num'] -= 1 with open(r'data.json', 'w', encoding='utf8') as f: json.dump(data_dict, f, ensure_ascii=False) print(f'恭喜您{name}抢到了') else: print('没抢到') def run(name, lock): check_num(name) with lock: pay_num(name) if __name__ == '__main__': lock = RLock() for i in range(10): p = Process(target=run, args=(str(i), lock)) p.start() ``` ## 小问题 ```python 1.将TCP服务端使用多进程实现并发效果 import socket from multiprocessing import Process server = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) server.bind(('127.0.0.1', 8889)) server.listen(5) def task(conn): while True: print(conn.recv(1024).decode('utf8')) conn.sendall(b'hahahahahaahahah') if __name__ == '__main__': while True: conn, addr = server.accept() print(addr) p = Process(target=task, args=(conn,)) p.start() ``` Last modification：November 30th, 2022 at 09:44 pm © 允许规范转载 Support 如果觉得我的文章对你有用，请随意赞赏 ×Close Appreciate the author Sweeping payments
Comment here is closed