Python核心编程总结(五、多任务编程之进程与线程)，Spring都没弄明白凭什么拿高薪

获取父进程的编号

print(“sing的父进程编号:”, os.getppid())

for i in range(5):

print(“唱歌中…”)

time.sleep(0.2)

if name == ‘main’:

获取当前进程的编号

print(“main:”, os.getpid())

获取当前进程

print(“main:”, multiprocessing.current_process())

创建跳舞的子进程

group: 表示进程组，目前只能使用None

target: 表示执行的目标任务名(函数名、方法名)

name: 进程名称, 默认是Process-1, …

dance_process = multiprocessing.Process(target=dance, name=“myprocess1”)

sing_process = multiprocessing.Process(target=sing)

启动子进程执行对应的任务

dance_process.start()

sing_process.start()

执行结果：

main: 3688

main: <_MainProcess(MainProcess, started)>

dance: 16700

dance: <Process(myprocess1, started)>

dance的父进程编号: 16992

跳舞中…

sing: 17076

sing: <Process(Process-2, started)>

sing的父进程编号: 13272

唱歌中…

唱歌中…

唱歌中…

唱歌中…

唱歌中…

3、小结

• 获取当前进程编号

• os.getpid()

• 获取当前父进程编号

• os.getppid()

• 获取进程编号可以查看父子进程的关系

1.4.2、进程执行带有参数的任务

前面我们使用进程执行的任务是没有参数的，假如我们使用进程执行的任务带有参数，如何给函数传参呢?

Process类执行任务并给任务传参数有两种方式:

• args 表示以元组的方式给执行任务传参

• kwargs 表示以字典方式给执行任务传参

1、args参数的使用

import multiprocessing

import time

带有参数的任务

def task(count):

for i in range(count):

print(“任务执行中…”)

time.sleep(0.2)

else:

print(“任务执行完成”)

if name == ‘main’:

创建子进程

args: 以元组的方式给任务传入参数

sub_process = multiprocessing.Process(target=task, args=(5,))

sub_process.start()

执行结果：

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行完成

2、kwargs参数的使用

import multiprocessing

import time

带有参数的任务

def task(count):

for i in range(count):

print(“任务执行中…”)

time.sleep(0.2)

else:

print(“任务执行完成”)

if name == ‘main’:

创建子进程

kwargs: 表示以字典方式传入参数

sub_process = multiprocessing.Process(target=task, kwargs={“count”: 3})

sub_process.start()

执行结果：

任务执行中…

任务执行中…

任务执行中…

任务执行完成

3、小结

进程执行任务并传参有两种方式:

• 元组方式传参(args): 元组方式传参一定要和参数的顺序保持一致。

• 字典方式传参(kwargs): 字典方式传参字典中的key一定要和参数名保持一致。

1.4.3、进程的注意点

1. 进程之间不共享全局变量

2. 主进程会等待所有的子进程执行结束再结束

1、进程之间不共享全局变量

import multiprocessing

import time

定义全局变量

g_list = list()

添加数据的任务

def add_data():

for i in range(5):

g_list.append(i)

print(“add:”, i)

time.sleep(0.2)

代码执行到此，说明数据添加完成

print(“add_data:”, g_list)

def read_data():

print(“read_data”, g_list)

if name == ‘main’:

创建添加数据的子进程

add_data_process = multiprocessing.Process(target=add_data)

创建读取数据的子进程

read_data_process = multiprocessing.Process(target=read_data)

启动子进程执行对应的任务

add_data_process.start()

主进程等待添加数据的子进程执行完成以后程序再继续往下执行，读取数据

add_data_process.join()

read_data_process.start()

print(“main:”, g_list)

总结: 多进程之间不共享全局变量

执行结果：

add: 0

add: 1

add: 2

add: 3

add: 4

add_data: [0, 1, 2, 3, 4]

main: []

read_data []

原因解释：

2、进程之间不共享全局变量小结

• 创建子进程会对主进程资源进行拷贝，也就是说子进程是主进程的一个副本，好比是一对双胞胎，之所以进程之间不共享全局变量，是因为操作的不是同一个进程里面的全局变量，只不过不同进程里面的全局变量名字相同而已。

3、主进程等待所有子进程执行结束

假如我们现在创建一个子进程，这个子进程执行完大概需要2秒钟，现在让主进程执行0.5秒钟就退出程序，查看一下执行结果，示例代码如下:

import multiprocessing

import time

定义进程所需要执行的任务

def task():

for i in range(10):

print(“任务执行中…”)

time.sleep(0.2)

if name == ‘main’:

创建子进程

sub_process = multiprocessing.Process(target=task)

sub_process.start()

主进程延时0.5秒钟

time.sleep(0.5)

print(“over”)

exit()

总结： 主进程会等待所有的子进程执行完成以后程序再退出

执行结果：

任务执行中…

任务执行中…

任务执行中…

over

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行中…

通过上面代码的执行结果，我们可以得知: 主进程会等待所有的子进程执行结束再结束

假如我们就让主进程执行0.5秒钟，子进程就销毁不再执行，那怎么办呢?

我们可以设置守护主进程或者在主进程退出之前让子进程销毁

守护主进程：

• 守护主进程就是主进程退出子进程销毁不再执行

子进程销毁：

• 子进程执行结束

保证主进程正常退出的示例代码:

import multiprocessing

import time

定义进程所需要执行的任务

def task():

for i in range(10):

print(“任务执行中…”)

time.sleep(0.2)

if name == ‘main’:

创建子进程

sub_process = multiprocessing.Process(target=task)

设置守护主进程，主进程退出子进程直接销毁，子进程的生命周期依赖与主进程

sub_process.daemon = True

sub_process.start()

time.sleep(0.5)

print(“over”)

让子进程销毁

sub_process.terminate()

exit()

总结： 主进程会等待所有的子进程执行完成以后程序再退出

如果想要主进程退出子进程销毁，可以设置守护主进程或者在主进程退出之前让子进程销毁

执行结果：

任务执行中…

任务执行中…

任务执行中…

over

• 设置守护主进程方式： 子进程对象.daemon = True

• 销毁子进程方式： 子进程对象.terminate()

1.5、线程

---

在Python中，想要实现多任务除了使用进程，还可以使用线程来完成，线程是实现多任务的另外一种方式。

线程是进程中执行代码的一个分支，每个执行分支（线程）要想工作执行代码需要cpu进行调度 ，也就是说线程是cpu调度的基本单位，每个进程至少都有一个线程，而这个线程就是我们通常说的主线程。

1.6、多线程的使用

---

1. 导入线程模块

#导入线程模块

import threading

2. 线程类Thread参数说明

Thread([group [, target [, name [, args [, kwargs]]]]])

• group: 线程组，目前只能使用None

• target: 执行的目标任务名

• args: 以元组的方式给执行任务传参

• kwargs: 以字典方式给执行任务传参

• name: 线程名，一般不用设置

启动线程：

• 启动线程使用 start 方法

1.6.1、多线程完成多任务的代码

import threading

import time

唱歌任务

def sing():

扩展： 获取当前线程

print(“sing当前执行的线程为：”, threading.current_thread())

for i in range(3):

print(“正在唱歌…%d” % i)

time.sleep(1)

跳舞任务

def dance():

扩展： 获取当前线程

print(“dance当前执行的线程为：”, threading.current_thread())

for i in range(3):

print(“正在跳舞…%d” % i)

time.sleep(1)

if name == ‘main’:

扩展： 获取当前线程

print(“当前执行的线程为：”, threading.current_thread())

创建唱歌的线程

target： 线程执行的函数名

sing_thread = threading.Thread(target=sing)

创建跳舞的线程

dance_thread = threading.Thread(target=dance)

开启线程

sing_thread.start()

dance_thread.start()

执行结果：

正在唱歌…0

正在跳舞…0

正在唱歌…1

正在跳舞…1

正在跳舞…2

正在唱歌…2

总结：

1. 导入线程模块

• import threading

2. 创建子线程并指定执行的任务

• sub_thread = threading.Thread(target=任务名)

3. 启动线程执行任务

• sub_thread.start()

1.6.2、线程执行带有参数的任务

前面我们使用线程执行的任务是没有参数的，假如我们使用线程执行的任务带有参数，如何给函数传参呢?

Thread类执行任务并给任务传参数有两种方式:

• args 表示以元组的方式给执行任务传参

• kwargs 表示以字典方式给执行任务传参

1、args参数的使用

import threading

import time

带有参数的任务

def task(count):

for i in range(count):

print(“任务执行中…”)

time.sleep(0.2)

else:

print(“任务执行完成”)

if name == ‘main’:

创建子线程

args: 以元组的方式给任务传入参数

sub_thread = threading.Thread(target=task, args=(5,))

sub_thread.start()

执行结果：

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行中…

任务执行完成

2、kwargs参数的使用

import threading

import time

带有参数的任务

def task(count):

for i in range(count):

print(“任务执行中…”)

time.sleep(0.2)

else:

print(“任务执行完成”)

if name == ‘main’:

创建子线程

kwargs: 表示以字典方式传入参数

sub_thread = threading.Thread(target=task, kwargs={“count”: 3})

sub_thread.start()

执行结果：

任务执行中…

任务执行中…

任务执行中…

任务执行完成

3、小结

线程执行任务并传参有两种方式：

• 元组方式传参(args) ：元组方式传参一定要和参数的顺序保持一致。

• 字典方式传参(kwargs)：字典方式传参字典中的key一定要和参数名保持一致。

1.6.3、线程的注意点

1. 线程之间执行是无序的

2. 主线程会等待所有的子线程执行结束再结束

3. 线程之间共享全局变量

4. 线程之间共享全局变量数据出现错误问题

1、线程之间执行是无序的

import threading

import time

def task():

time.sleep(1)

print(“当前线程:”, threading.current_thread().name)

if name == ‘main’:

for _ in range(5):

sub_thread = threading.Thread(target=task)

sub_thread.start()

执行结果：

当前线程: Thread-1

当前线程: Thread-2

当前线程: Thread-4

当前线程: Thread-5

当前线程: Thread-3

说明：

• 线程之间执行是无序的，它是由cpu调度决定的 ，cpu调度哪个线程，哪个线程就先执行，没有调度的线程不能执行。

• 进程之间执行也是无序的，它是由操作系统调度决定的，操作系统调度哪个进程，哪个进程就先执行，没有调度的进程不能执行。

2、主线程会等待所有子线程执行结束再结束

假如我们现在创建一个子线程，这个子线程执行完大概需要2.5秒钟，现在让主线程执行1秒钟就退出程序，查看一下执行结果，示例代码如下:

import threading

import time

测试主线程是否会等待子线程执行完成以后程序再退出

def show_info():

for i in range(5):

print(“test:”, i)

time.sleep(0.5)

if name == ‘main’:

sub_thread = threading.Thread(target=show_info)

sub_thread.start()

主线程延时1秒

time.sleep(1)

print(“over”)

执行结果：

test: 0

test: 1

over

test: 2

test: 3

test: 4

通过上面代码的执行结果，我们可以得知: 主线程会等待所有的子线程执行结束再结束

假如我们就让主线程执行1秒钟，子线程就销毁不再执行，那怎么办呢?

我们可以设置守护主线程 ：守护主线程就是主线程退出子线程销毁不再执行。

设置守护主线程有两种方式：

1. threading.Thread(target=show_info, daemon=True)

2. 线程对象.setDaemon(True)

设置守护主线程示例：

import threading

import time

测试主线程是否会等待子线程执行完成以后程序再退出

def show_info():

for i in range(5):

print(“test:”, i)

time.sleep(0.5)

if name == ‘main’:

创建子线程守护主线程

daemon=True 守护主线程

守护主线程方式1

sub_thread = threading.Thread(target=show_info, daemon=True)

设置成为守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码

守护主线程方式2

sub_thread.setDaemon(True)

sub_thread.start()

主线程延时1秒

time.sleep(1)

print(“over”)

执行结果：

test: 0

test: 1

over

3、线程之间共享全局变量

需求：

1. 定义一个列表类型的全局变量

2. 创建两个子线程分别执行向全局变量添加数据的任务和向全局变量读取数据的任务

3. 查看线程之间是否共享全局变量数据

import threading

import time

定义全局变量

my_list = list()

写入数据任务

def write_data():

for i in range(5):

my_list.append(i)

time.sleep(0.1)

print(“write_data:”, my_list)

读取数据任务

def read_data():

print(“read_data:”, my_list)

if name == ‘main’:

创建写入数据的线程

write_thread = threading.Thread(target=write_data)

创建读取数据的线程

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V：vip1024c 备注Python获取（资料价值较高，非无偿）

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。