python_day10_多进程 / queue、pipes、manager / 进程锁、进程池 / 协程、Gevent、爬虫、socket / IO多路复用 / IO模式 / select

python_多进程 / queue、pipes、manager / 进程锁、进程池 / 协程、Gevent、爬虫、socket / IO多路复用 / IO模式 / select

在这里得感谢，老师Alex金角大王(路飞学城IT)
Python(给兄弟们挂个🔗)

python边写边更…

一、多进程：

(上面说了多线程操作，多线程操作适合于IO密集型的操作，不适合cpu密集型的操作)

(IO密集型的操作:io操作不占用cpu，你从硬盘上读一块数据、你从网络上读一块数据或者你从内存里读一块数据)

(CPU密集型的操作:计算占用cpu，例如：1+1；各种计算…)

因为python的多线程，要不断的实现“上下文的切换”；如果你的程序计算多的(cpu密集型的)，不建议使用，可能还没串型的块；如果你的程序IO操作多一点，可以使用多线程…

python的 “进程” 和 “线程” ，都是起的os的原生进程和线程，这些原生进程和线程都是os自己维护的；(若你的CPU是8核的，你起8个进程，这8个进程实打在这8个核上的；而且每一个进程都会有一个线程，所以“多线程”的目的又达到了；but，这些“多线程”的资源或者内存，不是共享的；而且你的进程若是很大，这样你的内存和其他资源会被拖到很累…)

so:多进程,是想利用“多核”；

1.multiprocessing:

import multiprocessing

def run(name):
    print("%s is runing....."%name)

if __name__ == "__main__":#如果是，通过"手动"的自己触发，就执行...
    man = multiprocessing.Process(target=run,args=("蔡徐坤",))
    man.start()

2.进程里面起一个线程:（threading.get_ident()；获取当前线程的ID）

import multiprocessing,threading

def thread_id():
    print(threading.get_ident())#获取当前线程的id
def run(name):
    print("%s is runing....."%name)
    t = threading.Thread(target=thread_id(),)#进程里面起线程...
    t.start()

if __name__ == "__main__":#如果是，通过"手动"的自己触发，就执行...
    for i in range(10):
         man = multiprocessing.Process(target=run,args=("蔡徐坤%s代"%i,))
         man.start()

3.获取进程id 和 父进程id:（os.getpid 、os.getppid）

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import multiprocessing,threading,os

def info(name):#每一个进程都是父进程启动的
    print(name)
    print("main process:",os.getppid())#父进程id
    print("sub process:",os.getpid())#子进程id

def run(name):
    info("第%s个进程"%name)#每个进程的ID 和 父进程ID
    print("%s is runing..."%name)
if __name__ == "__main__":
    info("have not raise proces")
    for i in range(5):
        p = multiprocessing.Process(target=run,args=(i,))
        p.start()

conclude:
thread_getident() / os.getpid / os.getppid ；
进程 和 线程 使用一致(if _ _ name _ _ == “_ _ main _ _”) ；

4.Queue(进程队列)：

(线程queue.Queue / 进程 Queue，需要传给“子进程”)

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Queue#进程Queue


def run(q_test):
     q_test.put("蔡徐坤")

if __name__ == "__main__":
    q = Queue()#进程Queue
    p = multiprocessing.Process(target=run,args=(q,))#因为进程是天生的内存不共享，得把这个传给子进程...
    p.start()
    print(q.get())在这里插入代码片

(这样的效果，类似于线程的“共享”一个queue；但是进程Queue，不是一个Queue，而是把父进程的Queue拷贝了一份，给了子进程，父进程之所以可以访问的到，是因为pickle的序列化和反序列化…，把pickle当做第三方翻译，在两个内存里“翻译”…只是实现了数据的传递)

5.pipe(管道)：(parent_pipe,child_pipe = Pipe())

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Pipe#管道


def run(q_test):
     q_test.send("蔡徐坤")#子进程send
     print(q_test.recv())#儿子收
if __name__ == "__main__":
    parent_pipe,child_pipe = Pipe()#管道实例,会返回2个实例
    p = multiprocessing.Process(target=run,args=(child_pipe,))#把管道的一头给子进程,
    p.start()
    print(parent_pipe.recv())#父进程，recv
    parent_pipe.send("打篮球")#父亲send

6.Manager：

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Manager


def run(D,L):
    D["第一个"] =1
    D["第二个"] =2
    D["第三个"] =3
    L.append(os.getpid())
if __name__ == "__main__":
     m = Manager()#实例化
     d = m.dict()#特殊语法，生成字典
     l = m.list()#特殊语法，生成列表
     p = multiprocessing.Process(target=run,args=(d,l))
     p.start()
     p.join()#得等子进程结束
     print(d,l)

conclude: Queue(pickle序列化)、Pipe(parent_pipe,child_pipe) 、Manager(dict,list)

7.进程锁：
(虽然进程的内存是独立的，但是屏幕是共用的,就像你要打数据，打个"hello world"；还没等到一个数据打完，另一个进程就抢进来了；进程们抢着打印数据…所以需要一个进程锁…)

#Author:Jony c
#!/usr/bin/env  python
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Manager,Lock


def run(lock):
    lock.acquire()
    print("进程锁")
    lock.release()
if __name__ == "__main__":
     lock = Lock()
     p = multiprocessing.Process(target=run,args=(lock,))
     p.start()
     p.join()#得等子进程结束

7.进程池：
(如果父进程1个G，起100进程的话，就是101G；瞬间内存被撑爆了…OS被拉崩了…)
(进程池：同一时间，可以运行多少个“进程”…)

apply：串型

#Author:Jony c
#!/usr/bin/env  python
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Pool


def run(name):
     print(name)


if __name__ == "__main__":#多进程必须加的一句话...

    pool = Pool(5)#实例化
    for i in range(10):
       p = pool.apply(func=run,args=(i,))#起十个进程
       
    pool.close()#必须是先关闭
    pool.join()#进程池中执行完在关闭，如果不注释程序直接关闭...

tips：(如果是手动执行就是“_ _ main _ _”；如果是模块调用，就执行不了…)

if __name__ == "__main__":#多进程必须加的一句话...

apply_async():并行

#Author:Jony c
#!/usr/bin/env  python
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Pool

def run(name):
     print(name)
if __name__ == "__main__":#多进程必须加的一句话...

    pool = Pool(5)#实例化
    for i in range(10):
       #p = pool.apply(func=run,args=(i,))#起十个进程
       p = pool.apply_async(func=run,args=(i,))#起十个进程,并行

    pool.close()#必须是先关闭
    pool.join()#进程池中执行完在关闭，如果不注释程序直接关闭...

callback()：(回调函数，每执行完run之后，自行调用…)

#Author:Jony c
#!/usr/bin/env  python
# -*- coding:utf-8 -*-
import multiprocessing,threading,os
from multiprocessing import Pool


def run(name):
     print(name)
def Bar(arg):#执行完每一个run之后，在执行Bar
    print("写日志...from",os.getpid())#子进程id


if __name__ == "__main__":#多进程必须加的一句话...
    print(os.getpid())#父进程id11
    pool = Pool(5)#实例化
    for i in range(10):
       #p = pool.apply(func=run,args=(i,))#起十个进程
       p = pool.apply_async(func=run,args=(i,),callback = Bar )#起十个进程

    pool.close()#必须是先关闭
    pool.join()#进程池中执行完在关闭，如果不注释程序直接关闭...

conclude:
1.pool.apply / pool.apply_async;
2.p.close…后面必须跟p.join();
3.callback = bar(回调函数)

二、协程：

1.协程：又称为微线程；是在单线程下工作的；不需要原子操作的“锁定”以及同步的开销；
2.一个cpu支持上万个“协程”都不是问题；

协程：之所以快，是遇到所有的IO操作都“切换”；
（带个问题：什么时候切换回来呢？？？）

Greenlet:

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-

#greenlet:封装好了的协程(手动切换)；g
from greenlet import greenlet
import time
def test1():
    print("12")
    g2.switch()#站点，然后切换test >>> 56
    print("34")
    g2.switch()#站点,然后切换到78
def test2():
    print("56")
    g1.switch()#站点，然后切换到34
    print("78")

g1 = greenlet(test1)#启动一个协程
g2 = greenlet(test2)#启动第二个协程
g1.switch()#手动切换

Gevent:
（“自动切换”）；主要用到的模式是Greenlet；

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import gevent

def test1():#1.先执行test1
    print("12")#2.到这一步
    gevent.sleep(2)#模仿IO操作，3.自动跳转到test2....#7.跳会上次“站点”(标记的地方)；这里会睡2秒
    print('34')#8.输出
def test2():#4.执行test2
    print("56")#5.输出
    gevent.sleep(1)#6.跳转到test1.....#9.执行test2回到上一次“站点”；然后睡1s
    print("78")#10.最后一步，输出

gevent.joinall([
    gevent.spawn(test1),#生成，
    gevent.spawn(test2),
])

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import gevent

def test1():#1.先执行test1
    print("12")#2.到这一步
    gevent.sleep(5)#模仿IO操作，3.自动跳转到test2....#7.跳会上次“站点”(标记的地方)；这里会睡2秒
    print('34')#8.输出
def test2():#4.执行test2
    print("56")#5.输出
    gevent.sleep(1)#6.跳转到test1.....#9.执行test2回到上一次“站点”；然后睡1s
    print("78")#10.最后一步，输出
def test3():
    print("910")
    gevent.sleep(0)
    print("1112")
gevent.joinall([
    gevent.spawn(test1),#生成，spawn
    gevent.spawn(test2),
    gevent.spawn(test3),
])

conclude:
1.协程是单线程下工作；之所以快，是因为"IO"操作，都跳开了；
2.greenlet…g1.switch(手动挡)；
3.genent(自动切换)；gevent.joinall([gevent.spawn()…gevent.spawn()])…gevent.sleep()…；
4.带个问题：“什么时候”切回来？？？

协程之爬虫：
(实现一个简单的网页爬取…)

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
from urllib  import request
#爬虫，爬一个最简单的网页
import gevent
from gevent import monkey
#打个补丁：
#用协程大范围的爬

monkey.patch_all()#把当前程序的的，所有的IO操作给我单独的做上标记...
def f(url):
    print("GET:%s"%url)
    resp  =request.urlopen(url)#实例化
    date = resp.read()
    f = open("url,html","wb")
    f.write(date)
    f.close()
    print("%d bytes received from %s."%(len(date),url))

gevent.joinall([
    gevent.spawn(f,"https://blog.csdn.net/weixin_44941385?spm=1011.2124.3001.5343"),
    gevent.spawn(f,"https://blog.csdn.net/Temmie1024?spm=1001.2014.3001.5509"),
    gevent.spawn(f,"https://blog.csdn.net/Temmie1024/article/details/115286184?spm=1001.2014.3001.5501"),

 ])
#urllib  和 gevent ，之间是

conclude:
1.urllib / resp = urllib.request.urlopen(网页地址) / date = resp.read();
2.urllib 和 gevent 之间没有之间关系 ；而且gevent 检测不到 urllib 的 IO操作；
3.所以from gevent import monkey；monkey.patch_all();

事件驱动与异步IO:
(事件驱动模型：每收到一个请求，放入一个事件列表，让主进程通过"非阻塞IO"方式来处理请求)

例如：UI编程中，如何获取鼠标点击？？？
假如采取以下操作，创建一个"线程"，循环检测这个“鼠标点击”事件；
1.但是我这鼠标两年点一次，导致cpu大大浪费；
2.扫描到了“鼠标点击”，若处理事件要处理5年，一直“堵塞”，后面你干的任何事都检测不到了；
3.要是循环检测的设备很多，带来的响应时间的问题；

大部分UI编程，都是事件驱动模型

conclude:

1.收到一个请求 > 2.放在“事件队列”里 > 3.主进程"非阻塞IO"操作执行；
4.所以你的事件响应的速度，完全取决于你的“主进程”处理事件的速度；

番外篇：
1.操作系统是虚拟的存储器，对于32位操作系统，它的寻址空间是4G(2的32次方)；
2.操作系统将虚拟空间分为2部分，一部分是“内核”空间，一部分是“用户空间”；
3.文件描述符，一个非负整数，实际上，是一个索引值；
当进程启动一个文件(打开一个/创建一个新的文件)的时候，内核会给进程一个“索引值(文件描述符)；
进程拿着这个索引值给OS，内核会根据这个索引值，在所维护的“文件列表”里，把这个文件对象(文件句柄)取出来；

4.缓存IO：数据会被copy在内核的缓冲区中，再被内核copy到应用程序的“内存空间里”；

IO模式：阻塞IO、非阻塞IO、IO多路复用、异步IO

阻塞IO：

两个阶段，都是阻塞的；

非阻塞IO：

用户read，数据没准备好，return一个error；(不会把你卡在这)…(一百年以后)数据准备好了，用户read，内核copy给你应用程序的“内存”…(没准备好的时候，return给你的error，你可以去干别的事…这个层面上快了一点…)

IO多路复用：(select、poll、epoll)(也称为事件驱动IO)
(原理是：select、poll、epoll所负责的socket，不断询问，当"数据准备"好了，就通知“进程”…)

(当用户调用select，那么整个进程会被block，kernel回“监视”select所负责的socket)

异步IO:

用户read之后，“立马”去干别的事了，等到kernel数准备好了，copy到内存里了，发一个signal给用户，你read一下就行了…

对比这些IO模式：

select 所检测的文件描述符受到限制，Linux上一般是1024；有一个活跃了，告诉你；但是，不会告诉你，到底是哪一个活跃了；
poll，做了升级，检测的文件描述符不受限制；
epoll，是现在最流行的，实现了，告诉你6w个链接里面，具体是哪两个活跃了；水平触发，数据准备好了，放在内核，通知你，下次的时候，接着通知你；边缘触发，快递到了，你没有取的话，下次就不会在告诉你了

python select:

#Author:Jony c
#!/usr/bin/env  python 
# -*- coding:utf-8 -*-
import socket,select,sys,queue

server = socket.socket()
server.bind(("localhost",9999))
server.listen(5)
server.setblocking(False)#不阻塞

msg_dic = {}
inputs = [server,]#有多少个链接...放进去
#放了一个要检测的conn，inputs = [server,conn]...
#实际上是,你不知道是serevr 还是 conn 在活跃...
#server活跃，说明有新链接进来
outputs = []
#你往output里面放啥，下一次就出啥...

while True:
    readable,writeable,excptional = select.select(inputs,outputs,inputs)
    #input要检测的，outputs是检测那些断了，第二个inputs是检测那些有问题的
    print(readable,writeable,excptional)
    for r in readable:
       if r is server:#来了一个新链接
         conn,addr = server.accept()#新的链接建立了
         print(conn,addr)
         inputs.append(conn)#还得让检测列表里，下一次循环的时候，如果客服端发数据了,下一次循环接收
         msg_dic[conn] = queue.Queue()#初试化一个队列，后面存要返回的数据...
       else:#conn发数据过来了
           data = r.recv(1024)
           print("数据",data)
           msg_dic[r].put(data)#队列里放数据
           outputs.append(r)#放入要返回的连接...
    for w in writeable:#要返回的客服端你连接列表
        data_to_client  = msg_dic[w].get()
        w.send(data_to_client)#返回原来的数据
        outputs.remove(w)#确保下次循环的时候，不返回就得连接

    for j in excptional:
        if j in outputs:
            outputs.remove(j)
        inputs.remove(j)
        del msg_dic[j]

多并发：

import selectors
import socket

sel = selectors.DefaultSelector()


def accept(sock, mask):
    conn, addr = sock.accept()  # Should be ready
    print('accepted', conn, 'from', addr,mask)
    conn.setblocking(False)
    sel.register(conn, selectors.EVENT_READ, read) #新连接注册read回调函数


def read(conn, mask):
    data = conn.recv(1024)  # Should be ready
    if data:
        print('echoing', repr(data), 'to', conn)
        conn.send(data)  # Hope it won't block
    else:
        print('closing', conn)
        sel.unregister(conn)
        conn.close()


sock = socket.socket()
sock.bind(('localhost', 9999))
sock.listen(100)
sock.setblocking(False)
sel.register(sock, selectors.EVENT_READ, accept)

while True:
    events = sel.select() #默认阻塞，有活动连接就返回活动的连接列表
    for key, mask in events:
        callback = key.data #accept
        callback(key.fileobj, mask) #key.fileobj=  文件句柄

起11000个client

__author__ = "Alex Li"


import socket
import sys

messages = [ b'This is the message. ',
             b'It will be sent ',
             b'in parts.',
             ]
server_address = ('192.168.16.130', 9999)

# Create a TCP/IP socket
socks = [ socket.socket(socket.AF_INET, socket.SOCK_STREAM) for i in range(11000)]
print(socks)
# Connect the socket to the port where the server is listening
print('connecting to %s port %s' % server_address)
for s in socks:
    s.connect(server_address)

for message in messages:

    # Send messages on both sockets
    for s in socks:
        print('%s: sending "%s"' % (s.getsockname(), message) )
        s.send(message)

    # Read responses on both sockets
    for s in socks:
        data = s.recv(1024)
        print( '%s: received "%s"' % (s.getsockname(), data) )
        if not data:
            print( 'closing socket', s.getsockname() )