运行结果:
-----sing-----
-----dance-----
-----sing-----
-----dance-----
-----sing-----
-----dance-----
…
进程:
-
主进程有什么,子进程就会有什么资源;
-
线程能创建多任务,进程也能创建多任务,但进程耗费的资源比较大;
-
所以运行的进程数,不一定越多越好;
-
当创建子进程时,会复制一份主进程的资源,代码,内存等,但又会有自己不同的地方,比如pid等;
-
我们可以理解为多进程之间共享代码,即只有一份代码,但有多个指向同一代码的箭头;
-
能共享的就共享,不能共享的就拷贝一份;不需要修改的就共享,要修改的时候就给你拷贝一份,这就是写时拷贝;
获取进程id
获取进程id代码
from multiprocessing import Process
import osdef run_proc():
“”“子进程要执行的代码”“”
print(‘子进程运行中,pid=%d…’ % os.getpid()) # os.getpid获取当前进程的进程号
print(‘子进程将要结束…’)
if name == ‘main’:
print(‘父进程pid: %d’ % os.getpid()) # os.getpid获取当前进程的进程号
p = Process(target=run_proc)
p.start()
进程和线程对比
进程和线程的区别
-
进程是系统进行资源分配和调度的一个独立单位;
-
线程是进程的一个实体,是CPU调度和分派的基本单位,即是操作系统调度的单位,它是比进程更小的能独立运行的基本单位;
-
一个程序至少有一个进程,一个进程至少有一个线程;
-
线程的划分尺度小于进程(资源比进程少),使得多线程程序的并发性高;
-
进程在执行过程中拥有独立的内存单元,而多个线程共享内存,从而极大地提高了程序的运行效率;
-
线程不能够独立执行,必须依存在进程中;
-
进程先有,才有的线程;
-
线程用资源去做事;
-
多线程能实现多任务是指在一个进程资源里面有多个箭头;多线程是在同一个资源里面有多个箭头执行同一份代码;
-
多进程的多任务是又开启了一份资源,在这个资源里面又有一个箭头;
-
进程执行方式1:在一份资源里面有多个箭头在执行;
-
进程执行方式2:有多份资源,在每一份资源里面有一个箭头执行代码;
-
线程执行开销小,但不利于资源的管理和保护,进程正好相反;
-
开发中还是多线程用的多;
通过队列完成进程间通信
队列使用语法
创建队列:
from multiprocessing import Queue
q = Queue(3)
往队列中添加数据:
q.put(xxx)
从队列中获取数据:
q.get()
通过队列完成进程间通信代码
from multiprocessing import Queue
import multiprocessing
def download_data(q):
“”“模拟这是从网上下载数据”“”
data = [11, 22, 33]
for i in data:
q.put(i)
print(“数据下载完成”)
def deal_data(q):
“”“模拟处理从网上下载下来的数据”“”
data_list = []
while True:
data = q.get()
data_list.append(data)
if q.empty():
break
print(“处理数据结束,数据为:”, data_list)
def main():
q = Queue(3)
p1 = multiprocessing.Process(target=download_data, args=(q,))
p2 = multiprocessing.Process(target=deal_data, args=(q,))
p1.start()
time.sleep(1)
p2.start()
if name == ‘main’:
main()
运行结果:
数据下载完成
处理数据结束,数据为: [11, 22, 33]
进程池完成多任务
进程池
进程池的概念
因为进程的创建和销毁是需要大量的资源的,为了减少消耗,当我们在处理多任务时,比如100个任务,我们可以先创建10个进程,然后用这10个进程来执行者100个任务,就可以重复使用进程,达到节约资源的目的了,而这个就可以使用进程池。
进程池的创建
任务数固定且较少,用普通的进程即可;任务数不确定,且比较多,就用进程池;
进程池不会等待进程执行完毕,我们需要使用po.join()让主进程等待进程池中的进程执行完;且po.close()必须在join前面;
创建进程池语法
创建进程池
from multiprocessing import Pool
po = Pool(3)
给进程池传递任务和参数
po.asyn(sing, (num,))
让进程池等待子进程执行完
po.close()
po.join()
进程池pool示例
from multiprocessing import Pool
import os, time, random
def worker(msg):
t_start = time.time()
print(“%s开始执行,进程号为%d” % (msg, os.getpid()))
random.random()随机生成0~1之间的浮点数
time.sleep(random.random() * 2)
t_stop = time.time()
print(msg, “执行完毕,耗时%0.2f” % (t_stop - t_start))
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
五、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-doImMMOt-1712601609876)]