进程，线程，协程

目录

• 进程
• 线程
• 协程

进程

进程的定义

• 进程是资源分配的最小单位
• 一个运行起来的程序就是一个进程

进程的注意点

1. 程序并不能单独运行，只有将程序装载到内存中，系统为它分配资源才能运行，这种执行的程序就称之为进程
2. 程序是指令的集合，它是进程运行的静态描述文本，进程是程序的一次执行活动，属于动态概念
3. 在多道编程中，允许多个程序同时加载到内存中，在操作系统的调度下，可以实现并发的执行
4. 进程的出现让每个用户感觉到自己独享CPU，因此，进程是为了在CPU上实现多道编程而提出的
5. 进程之间有独立的内存，各进程之间不能相互访问
6. 创建新进程需要对父进程进此复制

多道编程：在计算机内存中同时存放几道相互独立的程序，共享系统资源，相互穿插运行

单道编程：计算机内存中只允许一个程序运行

进程并发性：

• 在一个系统中，同时会存在多个进程被加载到内存中，同处于开始到结束之间的状态
• 对于一个单CPU系统来说，程序同时处于运行状态只是一种宏观上的概念，他们虽然都已经开始运行，但就微观而言，任意时刻，CPU上运行的程序只有一个
• 由于操作系统分时，让每个进程都觉得自己独占CPU等资源

注：如果是多核CPU（处理器）实际上是可以实现真正意义的同一时间点有多个线程同时运行

注意：进程具有独立的内存空间，所以互相之间不能访问对方数据

进程间互相访问数据的四种方式：

• 利用Queues实现父进程到子进程的数据传递（父子进程通信）
• 使用管道pipe实现同一程序下两个进程通信
• Managers实现同一程序下多个进程通信
• 借助redis，Rabbit MQ中间件进行数据传递（不同进程间通信）

进程池

为什么需要进程池：

• 一次性开启指定数量的进程
• 防止进程开启数量过多导致服务器压力过大

from  multiprocessing import Process,Pool
import time,os
def foo(i):
    time.sleep(2)
    print("in the process",os.getpid()) #打印子进程的pid
    return i+100

def call(arg):
    print('-->exec done:',arg,os.getpid())

if __name__ == '__main__':
    pool = Pool(3)                      #进程池最多允许5个进程放入进程池
    print("主进程pid：",os.getpid())     #打印父进程的pid
    for i in range(10):
       #用法1 callback作用是指定只有当Foo运行结束后就执行callback调用的函数,父进程调用的callback函数
        pool.apply_async(func=foo, args=(i,),callback=call)
        #用法2 串行 启动进程不在用Process而是直接用pool.apply()
        pool.apply(func=foo, args=(i,))
    print('end')
    pool.close()    #关闭pool
    pool.join()     #进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭

进程和程序的区别

• 程序是一个机器代码指令和数据的集合，所以程序是一个静态的实体
• 进程是程序运行在数据集上的动态过程
• 进程是系统进行资源分配和调度的一个独立单位
• 一个程序对应多个进程，一个进程为多个程序服务
• 一个程序执行在不同的数据集上就成为不同的进程，可以用进程控制块来唯一标识每个进程

有了进程为什么还要线程？

进程优点：

提供了多道编程，让我们感觉我们每个人都拥有自己的CPU和其他资源，可以提高计算机的利用率

进程的两个重要缺点

• 进程只能在一个时间干一件事，如果想同时干两件事或多件事，进程就无能为力了。
• 进程在执行的过程中如果阻塞，即使进程中有些工作不依赖于输入的数据，也将无法执行（例如等待输入，整个进程就会挂起）。

线程

线程的定义

• 线程是操作系统的调度的最小单位
• 线程是进程的真正的执行者，是一些指令的集合（进程资源的拥有者）
• 同一进程下的读多个线程共享内存空间，数据直接访问（数据共享）
• 为了保证数据安全，必须使用线程锁

线程的注意点

1. 线程是操作系统能够进行运算调度的最小单位，它被包含在进程之中，是进程中的实际运行单位
2. 一条线程是指进程中的一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务
3. 无论启动多少个线程，有多少个CPU，python在执行的时候在同一时刻只允许一个线程运行
4. 所有在同一进程里的线程是共享同一块内存空间的，不同进程间内存空间不同
5. 同一进程中的各线程可以相互访问资源，线程可以操作 同进程中的其他线程，但进程仅能操作子进程
6. 两个进程想通信，必须要通过一个中间代理
7. 对主线程修改可能会影响其他子线程，对主进程修改不会影响其他进程因为进程间内存相互独立，但是同一进程下的线程共享内存

GIL全局解释器锁

• 在python全局解释器下，保证同一时间仅有一个线程对资源操作

• 防止多个线程都修改数据

线程锁（互斥锁）

• 当一个线程对某个资源进行CPU计算的操作时加一个线程锁，只有当前线程计算完成主动释放锁，其他线程才能对其操作
• 可以解决还未计算完成，释放GIL锁后其他线程对这个资源操作导致混乱的问题
• 线程锁本质把线程中的数据加了一把互斥锁
• mysql中共享锁 & 互斥锁
• mysql共享锁：共享锁，所有线程都能读，而不能写
• mysql排它锁：排它，任何线程读取这个这个数据的权利都没有
• 加上线程锁之后所有其他线程，读都不能读这个数据

线程和进程的区别

• 进程包含线程
• 线程共享内存空间
• 进程内存是独立的(不可相互访问)
• 进程可以生成子进程，子进程之间不能互相访问
• 线程可以帮助应用程序同时做几件事情

for循环同时启动多个线程

import threading
import time
def sayhi(num): #定义每个线程要运行的函数
    print("running on number:%s" %num)
    time.sleep(3)
for i in range(10):
    t = threading.Thread(target=sayhi,args=('t-%s'%i,))
    t.start()

join()实现所有线程都执行结束后再执行主线程

import threading
import time
start_time = time.time()

def sayhi(num): #定义每个线程要运行的函数
    print("running on number:%s" %num)
    time.sleep(3)
t_objs = []    #将进程实例对象存储在这个列表中
for i in range(50):
    t = threading.Thread(target=sayhi,args=('t-%s'%i,))
    t.start()          #启动一个线程，程序不会阻塞
    t_objs.append(t)
print(threading.active_count())    #打印当前活跃进程数量
for t in t_objs: #利用for循环等待上面50个进程全部结束
    t.join()     #阻塞某个程序
print(threading.current_thread())    #打印执行这个命令进程

print("----------------all threads has finished.....")
print(threading.active_count())
print('cost time:',time.time() - start_time)

setDaemon()守护线程，主线程退出时，需要子线程随主线程退出

import threading
import time
start_time = time.time()
def sayhi(num): #定义每个线程要运行的函数
    print("running on number:%s" %num)
    time.sleep(3)
for i in range(50):
    t = threading.Thread(target=sayhi,args=('t-%s'%i,))
    t.setDaemon(True)  #把当前线程变成守护线程，必须在t.start()前设置
    t.start()          #启动一个线程，程序不会阻塞
print('cost time:',time.time() - start_time)

线程实现并发

import requests
from concurrent.futures import ThreadPoolExecutor

def fetch_request(url):
    result = requests.get(url)
    print(result.text)

url_list = [
    'https://www.baidu.com',
    'https://www.google.com/',         #google页面会卡住，知道页面超时后这个进程才结束
    'http://dig.chouti.com/',          #chouti页面内容会直接返回，不会等待Google页面的返回
]

pool = ThreadPoolExecutor(10)            # 创建一个线程池，最多开10个线程
for url in url_list:
    pool.submit(fetch_request,url)       # 去线程池中获取一个线程，线程去执行fetch_request方法

pool.shutdown(True)  

协程

协程的定义

• 协程又称微线程，是一种用户状态的轻量级线程
• 协程的本质是个单线程
• 协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈
• 协程主要作用是在单线程的条件下实现并发的效果，但实际上还是串行

协程的缺点（无法利用多核资源）

• 无法利用多核资源，协程的本质是个单线程，不能同时将单个CPU的多个核上，协程需要和进程配合才能运行在多CPU上
• 线程阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

协程的优点

• 可以处理高并发
• 节省资源
• 无需线程上下文切换的开销（可以理解为协程切换就是在不同函数间切换，不用像线程那样切换上下文CPU）
• 用法： 最简单的方法是多进程+协程，既充分利用多核，又充分发挥协程的高效率，可获得极高的性能。

协程为何能处理大并发

• greeenlet遇到I/O手动切换
  协程遇到I/O操作就切换，其实Gevent模块仅仅是对greenlet的封装，将I/O的手动切换变成自动切换

1. 协程之所以快是因为遇到I/O操作就切换（最后只有CPU运算）
2. 这里先演示用greenlet实现手动的对各个协程之间切换
3. 其实Gevent模块仅仅是对greenlet的再封装，将I/O间的手动切换变成自动切换

greeenlet遇到I/O手动切换

from greenlet import greenlet

def test1():
    print(12)       #4 gr1会调用test1()先打印12
    gr2.switch()    #5 然后gr2.switch()就会切换到gr2这个协程
    print(34)       #8 由于在test2()切换到了gr1，所以gr1又从上次停止的位置开始执行
    gr2.switch()    #9 在这里又切换到gr2，会再次切换到test2()中执行

def test2():
    print(56)       #6 启动gr2后会调用test2()打印56
    gr1.switch()    #7 然后又切换到gr1
    print(78)       #10 切换到gr2后会接着上次执行，打印78

gr1 = greenlet(test1)    #1 启动一个协程gr1
gr2 = greenlet(test2)    #2 启动第二个协程gr2
gr1.switch()             #3 首先gr1.switch() 就会去执行gr1这个协程

• Gevent遇到I/O自动切换
  Gevent是一个第三方库，可以通过gevent实现并发同步或异步编程，Gevent原理是只要是遇到I/O操作就自动切换下一个协程

1. Gevent 是一个第三方库，可以轻松通过gevent实现并发同步或异步编程
2. 在gevent中用到的主要模式是Greenlet, 它是以C扩展模块形式接入Python的轻量级协程
3. Greenlet全部运行在主程序操作系统进程的内部，但它们被协作式地调度。
4. Gevent原理是只要遇到I/O操作就会自动切换到下一个协程

使用Gevent实现并发下载网页与串行下载网页时间比较

from urllib import request
import gevent,time
from gevent import monkey
monkey.patch_all()      #把当前程序所有的I/O操作给我单独做上标记

def f(url):
    print('GET: %s' % url)
    resp = request.urlopen(url)
    data = resp.read()
    print('%d bytes received from %s.' % (len(data), url))

#1 并发执行部分
time_binxing = time.time()
gevent.joinall([
        gevent.spawn(f, 'https://www.python.org/'),
        gevent.spawn(f, 'https://www.yahoo.com/'),
        gevent.spawn(f, 'https://github.com/'),
])
print("并行时间：",time.time()-time_binxing)

#2 串行部分
time_chuanxing = time.time()
urls = [
        'https://www.python.org/',
        'https://www.yahoo.com/',
        'https://github.com/',
                                        ]
for url in urls:
    f(url)
print("串行时间：",time.time()-time_chuanxing)

# 注：为什么要在文件开通使用monkey.patch_all()
# 1. 因为有很多模块在使用I / O操作时Gevent是无法捕获的，所以为了使Gevent能够识别出程序中的I / O操作。
# 2. 就必须使用Gevent模块的monkey模块，把当前程序所有的I / O操作给我单独做上标记
# 3.使用monkey做标记仅用两步即可：
      第一步(导入monkey模块)：  from gevent import monkey
      第二步(声明做标记)    ：   monkey.patch_all()

Gevent实现简单的自动切换小例子

注：在Gevent模仿I/O切换的时候，只要遇到I/O就会切换，哪怕gevent.sleep(0)也要切换一次

import gevent

def func1():
    print('\033[31;1m第一次打印\033[0m')
    gevent.sleep(2)          # 为什么用gevent.sleep()而不是time.sleep()因为是为了模仿I/O
    print('\033[31;1m第六次打印\033[0m')

def func2():
    print('\033[32;1m第二次打印\033[0m')
    gevent.sleep(1)
    print('\033[32;1m第四次打印\033[0m')

def func3():
    print('\033[32;1m第三次打印\033[0m')
    gevent.sleep(1)
    print('\033[32;1m第五次打印\033[0m')

gevent.joinall([            # 将要启动的多个协程放到event.joinall的列表中，即可实现自动切换
    gevent.spawn(func1),    # gevent.spawn(func1)启动这个协程
    gevent.spawn(func2),
    gevent.spawn(func3),
])

# 运行结果：
# 第一次打印
# 第二次打印
# 第三次打印
# 第四次打印
# 第五次打印
# 第六次打印