python2.7杀进程/线程记录(linux环境)

一、问题描述

起初，老板让设计实现一个远程控制某几台计算机程序的开启与停止，这几台远程工作的计算机的任务之一是“模拟浏览器进行数据采集”。

1、首先，通过socket编程，与远端计算机进行通信实现；

2、发送开启命令，远端计算机调用开始运行的函数即可；

3、发送停止命令，远程计算机接收到这个命令后如何停下“一个看上去是死循环的程序”呢？于是想到了kill掉这个程序。

liunx中kill一个程序通常是找到进程号，然后“kill -9 XXX”。

二、开始使用的“方法A”

def _async_raise(tid, exc_type):
    #  用抛出异常的方式, 终止线程
    tid = ctypes.c_long(tid)
    if not inspect.isclass(exc_type):
        exc_type = type(exc_type)
    res = ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, ctypes.py_object(exc_type))
    if res == 0:
        raise ValueError("invalid thread id")
    elif res != 1:
        ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, None)
        raise SystemError("PyThreadState_SetAsyncExc failed")
    else:
        pass   # 如果res大于1，使用exc=NULL参数再调用一次


def stop_thread(thread):
    _async_raise(thread.ident, SystemExit)


class GrabThread(threading.Thread):  # 这里可以根据实际需要，在构造函数里增加参数
    def __init__(self, keywords, the_proxy, the_tweet_col):
        # threading.Thread.__init__(self)
        super(GrabThread, self).__init__()
        self.keyword = keywords
        self.proxy = the_proxy
        self.tweet_col = the_tweet_col

    def run(self):
        filter_real_time_tweets(the_tweet_collection=self.tweet_col, the_proxy_list=self.proxy,
                                the_key_words=self.keyword, locations=None)

这种方法网上很多种各种复制与被复制，测试发现有问题。

遇到的问题是程序好像是停下来了，我们的采集程序不采集了，那么问题来了，模拟浏览器的驱动没有退出，现象是：浏览器窗口还在，只是不动了。

另一个问题是，每停止一次，重新开启采集，无论是模拟浏览器还是无需浏览器参与的API采集，均出现了二次开启，打印输出语句出现“每句都被重复打印两次”的问题。再次关闭，开启，又成为打印三遍，以此类推。

右上，可见，这种线程抛出异常的方法，并没有完全退出。我们也可以在Linux查看这个进行下的线程的具体情况进行观察。

三、使用的“方法B”

改用开启新的进程的方法，每次需要停止远程程序，直接杀死这个进程。

P = Process(target=filter_real_time_tweets,
            kwargs={函数对应的具体参数})        # 创建进程
P.start()

crawler_thread_list.append(P.pid)            # 保存进程id
connect.close()
#  --------------------------------------------------

process_pid = crawler_thread_list.pop()       # 取进程id
cmd = "kill -9 %d" % int(process_pid)        # 杀进程
os.system(cmd)
     

杀死的很彻底，很干净。

但是有个问题是：登录的账号相当于直接被关掉，没有正常退出。若调用了数据库的资源，如果我们需要进行数据更新，那么很遗憾，不会被更新。

例如：我在数据库中提取了某个数据A，提取的时候我标记为了“正在使用”，期望的是正常退出的话，由程序代码实现更新为“未被使用”。但是这个时候不是正常执行退出，而是被外界强行干掉，那么这个更新的代码就不会被执行，从外部看来，这条数据好像一直被占用。

可能的解决方案：有外部传递命令的程序进行数据库的更新操作，在数据库中标记“被XX占用”，若XX程序已经不再执行，则将该数据更新为“未被占用”。