Python实战之processing进程(多进程，进程池，lock锁，进程间的通讯(QUEUES，PIPE，MANAGER))

上一篇：python实战之paramiko模块 点击跳转
目录篇：python相关目录篇 点击跳转
下一篇：Python实战之线程点击跳转
同类篇：Python实战之协程 点击跳转

目录

• 首先须知
• 进程processing
• 多线程简单版
• 父进程 主进程 子进程的原理以及获取进程号的试验
• 进程lock
• 进程池
• 进程间的通讯（QUEUES，PIPE，MANAGER）

---

首先须知

什么是IO？
从硬盘读块数据，从网络读块数据属于IO操作（IO操作不占用cpu（计算占用cpu，如：1+1））
Python多线程其实就是一个线程，由于利用CUP的上下文切换看起来就像是并发..上下文切换消耗资源
Python多线程 不适合CPU密集操作型的任务，适合IO操作密集型的任务
大量运算占CPU尽量少用多线程，用单进程更快
sockeserver接收多个网络并发的就是IO操作密集型的

如果一定要使用CPU密集操作型的任务呢？Python怎么解决？
使用多进程来解决CPU密集操作型的任务。
Python的线程是调用操作系统的原生线程，进程也是调用操作系统的原生进程，原生进程是由操作系统自己维护的。Python只是调用了C代码库的一个接口启动进程的，真正的进程管理还是操作系统自己完成的

进程processing

1.程序是不能单独运行的，只能装载到内存，系统为他分配资源进行运行，这种运行程序称之进程
2.进程同一时间只能干一件事，每个进程只能控制CPU一个核，由于多核同时可以多个进程，由于计算机的速度太快，1秒干了N件事，让我们看起来就等于同时干了N件事
3.进程要操作CUP必须创建一个线程，进程本身是不可以执行的，通过线程才可以进行操作CPU
4.得出结论，进程至少要有一个线程，否则就无法执行

多线程简单版

__author__ = "Burgess Zheng"

import multiprocessing
import time
import threading

def thread_run():#测试线程用的
    print(threading.get_ident()) #threading.get_ident():显示线程号

def run(name):
    time.sleep(2)
    print("hello",name)
    t = threading.Thread(target=thread_run,)#实例化线程
    t.start()#启动线程

#循环启动多个进程并发
if __name__ == '__main__':
    for i in range(10):#循环启动10进程
        p = multiprocessing.Process(target=run,args=('bob%s'%i,))
        p.start()
#和线程格式一样的

执行结果：