强调p.join的作用
from multiprocessing import Process
import time,os
def task():
print('%s is running'%os.getpid())
time.sleep()
print('%s is done'%os.getpid())
if __name__=='__main__':
p=Process(target=task)
p.start() #仅仅只是只是向操作系统发送一个开启进程的信号
p.join #等到子进程p执行完毕后,将p占用操作系统的pid进行回收
print(p.pid)
print('主')
守护进程
1、守护进程
守护进程其实就是一个'子进程'
守护==》伴随
守护进程会伴随主进程的代码运行完毕后终止结束
2、为何用守护进程
两个关键点:
进程:
当父进程需要将一个任务并发出去执行,需要将该任务放到一个子进程里
守护:
当该子进程的代码在父进程代码运行完毕后就没有存在的意义了,就应该将该子进程设置为守护进程,会在父进程代码结束后死掉
from multiprocessing import Process
import time,os
def task(name):
print('%s is running'%name)
time,sleep(3)
if __name__=='__main__':
p1=Process(target=task,args('守护进程',))
p1=Process(target=task,args('子进程',))
p1.daemon=True #一定要放到p.start()之前才能生效,效果就是不会将结果打印到输出终端上,但会执行
p1.start()
p2.start()
print('主')
结果:
主
正常的子进程 is running
'''此处等待3秒后结束'''
主进程代码运行完毕后,守护进程就会结束掉
from multiprocessing import Process
import time
def foo():
print(123)
time.sleep(1)
print("end123")
def bar():
print(456)
time.sleep(3)
print("end456")
if __name__ == '__main__':
p1=Process(target=foo)
p2=Process(target=bar)
p1.daemon=True
p1.start()
p2.start()
print("main-------")
# 结果:
'''
main-------
456
end456
等待3秒后结束代码
'''
互斥锁
互斥锁:可以将要执行任务的部分代码(只涉及到修改共享数据的代码)变成串行
join:将要执行任务的所有整体代码变成串行
from multiprocessing import Process,Lock
import json
import os
import time
import random
def check():
time.sleep(1) #模拟网络延迟
with open('db.txt','rt',encoding='utf-8')as f:
dic=json.load(f)
print('%s 查看到剩余票数 [%s]'%s(os.getpid(),dic['count']))
def get():
with open('db.txt','rt',encoding='utf-8')as f:
dic=json.load(f)
time.sleep(2)
if dic['count']>0:
#有票
dic['count']-=1
time sleep(random.randint(1,3))
with open('db.txt','wt',encoding='utf-8')as f:
json.dump(dic,f)
print('%s 购票成功'%os.getpid())
else:
print('%s 没有余票' %os.getpid())
def task(mutex):
#查票
check()
#购票
mutex.acquire() #互斥锁不能连续的acquire,必须是release以后才能重新acquire
get()
mutex.release()
'''可以简写为
with mute:
get()
'''
if __name__ == '__main__':
mutex=Lock() #当多个进程需要访问共享资源的时候,Lock可以用来避免访问的冲突。
for i in range(10):
p=Process(target=task,args=(mutex,))
p.start()
# p.join() #如果加入Join将会是check()和get()依次的串行效果
结果:
19748 查看到剩余票数 [0]
10720 查看到剩余票数 [0]
16264 查看到剩余票数 [0]
8860 查看到剩余票数 [0]
25496 查看到剩余票数 [0]
1848 查看到剩余票数 [0]
1460 查看到剩余票数 [0]
6884 查看到剩余票数 [0]
20064 查看到剩余票数 [0]
19320 查看到剩余票数 [0]
'''以上为并发效果'''
'''以下为串行效果'''
19748 没有余票
10720 没有余票
16264 没有余票
8860 没有余票
25496 没有余票
1848 没有余票
1460 没有余票
6884 没有余票
20064 没有余票
19320 没有余票
IPC机制
IPC:进程间通信,有两种实现方式
1、pipe
2、queue:pipe+锁
from ultiprocessing import Queue
q=Queue(3) #先进先出
'''
注意:
1、队列占用的内存空间
2、不应该往队列中放大数据,应该只存放数据量较小的消息
# 需要掌握的
'''
q.put('first')
q.put({'k':second})
q.put(['third',])
q.put(4)
print(q.get())
print(q.get())
print(q.get())
print(q.get())
# 结果:
'''
first
{'k': 'sencond'}
['third']
| #卡在这一步的原因是卡在了第四个print中,因为队列只允许3个进出,而第四个永远不会进去也就得拿不到结果
q.put()有三个参数,第二个参数block是阻塞,第三个timeout是超出时间,block=True才可以和timeout连用.
block默认是True,当队列满了,就会阻塞住,如果在timeout的超时时间内没有取出一个让队列空间有空余,就会报错
block=False时,当队列满了,就会立马报错
q.get()有三个参数,第二个参数block是阻塞,第三个timeout是超出时间.
block默认是True,当队列取空了,就会阻塞住,如果在timeout的超时时间内没有新的元素添加到队列中,就会报错.
block=False时,当队列取空时,就会立马报错
'''
# 了解的:
q=Queue(3) # 先进先出
q.put('first',block=True,timeout=3)
q.put({'k':'sencond'},block=True,timeout=3)
q.put(['third',],block=True,timeout=3)
print('===>')
#q.put(4,block=True,timeout=3)
print(q.get(block=True,timeout=3))
print(q.get(block=True,timeout=3))
print(q.get(block=True,timeout=3))
print(q.get(block=True,timeout=3))
# 结果:
'''
===>
first
{'k': 'sencond'}
['third']
Traceback (most recent call last):
File "D:/PycharmProjects/SH_OldBoy_Python/day33/04 IPC机制.py", line 37, in <module>
print(q.get(block=True,timeout=3))
File "D:\Python36-32\lib\multiprocessing\queues.py", line 105, in get
raise Empty
queue.Empty #由于Queue(3)为3,当打开到第四个print时,由于开启了block=True,timeout=3,等待3秒后
出现队列空白错误
'''
q=Queue(3) # 先进先出
q.put('first',block=False,)
q.put({'k':'sencond'},block=False,)
q.put(['third',],block=False,)
print('===>')
# q.put(4,block=False,) # 队列满了直接抛出异常,不会阻塞
print(q.get(block=False))
print(q.get(block=False))
print(q.get(block=False))
print('get over')
print(q.get(block=False))
'''错误结果直接抛出'''
q=Queue(3) # 先进先出
q.put_nowait('first') # q.put('first',block=False,)
q.put_nowait(2)
q.put_nowait(3)
# q.put_nowait(4)
print(q.get_nowait())
print(q.get_nowait())
print(q.get_nowait())
print(q.get_nowait())
# 结果:
'''
Traceback (most recent call last):
first
File "D:/PycharmProjects/SH_OldBoy_Python/day33/04 IPC机制.py", line 66, in <module>
2
print(q.get_nowait())
3
File "D:\Python36-32\lib\multiprocessing\queues.py", line 126, in get_nowait
return self.get(False)
File "D:\Python36-32\lib\multiprocessing\queues.py", line 107, in get
raise Empty
queue.Empty
'''
生产者消费者模型
1.什么是生产者消费者模型
生产者:比喻的是程序中负责产生数据的任务
消费者:比喻的是程序中负责处理数据的业务
生产者-》共享的介质(队列)《-消费者
2.为何用
实现了生产者与消费者的解耦合,生产者可以不停地生产,消费者也可以不停地消费
从而平衡了生产者的生产能力与消费者消费能力,提升了程序整体运行的效率
3.什么用?
当我们的程序中存在明显的两类任务,一类负责产生数据,另外一类负责处理数据
此时就应该考虑使用生产者消费者模型来提升程序的效率
from multiprocessing import Queue, Process
import time
import os
import random
def producer(q):
for i in range(10):
res = '包子%s' % i
time.sleep(random.randint(1, 3)) #随机生成整形数字
# 往队列里丢
q.put(res)
print('\033[45m%s 生产了 %s\033[0m' % (os.getpid(), res))
q.put(None) # 等循环完后抛出None值
def consumer(q):
while True:
# 从队列里取走
res = q.get()
if res is None: break #接收到producer函数内返回的None值进行break
time.sleep(random.randint(1, 3))
print('\033[46m%s 吃了 %s\033[0m' % (os.getpid(), res))
if __name__ == '__main__':
q = Queue()
# 生产者们
p1 = Process(target=producer, args=(q,))
# 消费者们
c1 = Process(target=consumer, args=(q,))
p1.start()
c1.start()
print('主')
from multiprocessing import JoinableQueue, Process
import time
import os
import random
def producer(name, food, q):
for i in range(3):
res = '%s%s' % (food, i)
time.sleep(random.randint(1, 3))
# 往队列里丢
q.put(res)
print('\033[45m%s 生产了 %s\033[0m' % (name, res))
# q.put(None)
def consumer(name, q):
while True:
# 从队列里取走
res = q.get()
if res is None: break
time.sleep(random.randint(1, 3))
print('\033[46m%s 吃了 %s\033[0m' % (name, res))
q.task_done()
if __name__ == '__main__':
q = JoinableQueue() # 这就像是一个Queue对象,但队列允许项目的使用者通知生成者项目已经被成功处理。通知进程是使用共享的信号和条件变量来实现的。
# 生产者们
p1 = Process(target=producer, args=('egon', '包子', q,))
p2 = Process(target=producer, args=('杨军', '泔水', q,))
p3 = Process(target=producer, args=('猴老师', '翔', q,))
# 消费者们
c1 = Process(target=consumer, args=('Alex', q,))
c2 = Process(target=consumer, args=('wupeiqidsb', q,))
c1.daemon = True
c2.daemon = True
p1.start()
p2.start()
p3.start()
c1.start()
c2.start()
p1.join()
p2.join()
p3.join()
q.join() # 等待队列被取干净
# q.join() 结束意味着
# 主进程的代码运行完毕--->(生产者运行完毕)+队列中的数据也被取干净了->消费者没有存在的意义
# print('主')