队列、进程和协程

q.qsize() 返回队列的大小
q.empty() 如果队列为空，返回True,反之False
q.full() 如果队列满了，返回True,反之False
q.get_nowait() 相当q.get(id, False) 非阻塞
q.put(item) 写入队列
q.put_nowait(item) 相当q.put(item, False)
q.task_done() 在完成一项工作之后 函数向任务已经完成的队列发送一个信号
q.join() 实际上意味着等到队列为空，再执行别的操作

import queue
d=queue.Queue(2)  # 可进入的最大个数为2
d.put('12',0)  # 加入第一个元素
d.put('34',1)  # 加入第二个阻塞
d.put('56',2)  # 加入超出时阻塞
d.get(0)  # 12
print(d.get(0))  # 34

多进程
进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。

from multiprocessing import Process
import time

def f(name):
	print('hello', name, time.ctime( ))
	time.sleep(1)

if __name__ == '__main__':
	p_list = [ ]
	for i in range(3):
		p = Process(target=f, args=('alvin',))
		p_list.append(p)
		p.start( )
	for i in p_list:
		p.join( )
	print('end')

from multiprocessing import Process
import os
import time

def info(title):
    print(title)
    print('module name:', __name__)
    print('parent process:', os.getppid())  # 父进程号
    print('process id:', os.getpid())  # 本进程号

if __name__ == '__main__':
    info('\033[32;1mmain process line\033[0m')  # 设置格式
    time.sleep(1)
    p = Process(target=info, args=('bob',))  # 父进程号直接调用info的进程号
    p.start()
    p.join()

结果为：

main process line
module name: __main__
parent process: 7716
process id: 2476
bob
module name: __mp_main__
parent process: 2476
process id: 11872

不同进程间内存是不共享的，要想实现两个进程间的数据交换，可以用以下方法：queue

from multiprocessing import Process, Queue

def f(q,n):
    q.put([42, n, 'hello'])

if __name__ == '__main__':
    q = Queue()  # 初始化队列
    p_list=[]  # 初始化列表
    for i in range(3):
        p = Process(target=f, args=(q,i))
        p_list.append(p)
        p.start()
        print(q.get())
    for i in p_list:
        i.join()

pipe

from multiprocessing import Process, Pipe

def f(conn):
	conn.send([ 42, None, 'hello' ])
	conn.close( )

if __name__ == '__main__':
	parent_conn, child_conn = Pipe( )
	p = Process(target=f, args=(child_conn,))  # child写入
	p.start( )
	print(parent_conn.recv( ))  # parent_conn读取 [42, None, 'hello']
	p.join( )

Manager

from multiprocessing import Process, Manager

def f(d, l,n):
    d[n] = '1'
    d['2'] = 2
    d[0.25] = None
    l.append(n)

if __name__ == '__main__':
    with Manager() as manager:
        d = manager.dict()
        l = manager.list(range(5))  # [0, 1, 2, 3, 4]
        p_list = []
        for i in range(3):
            p = Process(target=f, args=(d, l,i))
            p.start()
            p_list.append(p)
        for res in p_list:
            res.join()
        print(d)  # {0: '1', '2': 2, 0.25: None, 1: '1', 2: '1'}
        print(l)  # [0, 1, 2, 3, 4, 0, 1, 2]

进程加锁

from multiprocessing import Process, Lock

def f(l, i):
    l.acquire()
    try:
        print('hello world', i)
    finally:
        l.release()

if __name__ == '__main__':
    lock = Lock()
    for num in range(10):
        Process(target=f, args=(lock, num)).start()

协程

• 协程，又称微线程，纤程。英文名Coroutine。
• 协程是一种用户态的轻量级线程。
• 协程拥有自己的寄存器上下文和栈。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。因此：协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状态， 换种说法：进入上一次离开时所处逻辑流的位置。

协程的好处

• 无需线程上下文切换的开销
• 无需原子操作锁定及同步的开销 “原子操作(atomic operation)是不需要synchronized”，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch（切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。方便切换控制流，简化编程模型。
• 高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

缺点：

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

yield支持协程

def consumer(name):  # 生成器
    print("--->starting ...")
    while True:
        new_baozi = yield
        print("[%s] is eating baozi %s" % (name,new_baozi))

def producer():
    next(con)  # 执行到 yield
    next(con2)  # 执行到 yield
    n = 0
    while n < 6:
        n +=1
        print("\033[32;1m[producer]\033[0m is making baozi %s" % n)
        con.send(n)  # 从new_baozi =开始往下执行
        con2.send(n)

if __name__ == '__main__':
    con = consumer("c1")  # 创建生成器对象
    con2 = consumer("c2")
    p = producer()  # 执行函数，p为函数返回值