进程2

今日内容概要

• 进程对象及其他方法
• 僵尸进程与孤儿进程
• 守护进程
• 互斥锁
• 队列介绍
• 进程间通信IPC机制
• 生产者消费者模型
• 线程相关知识点

今日内容详细

​ http://idea.medeming.com/jets/

• 进程对象及其他方法

  '''
  一台计算机上面运行着很多进程，那么计算机是如何区分并管理这些进程服务端的呢？
  计算机会给每一个运行的进程分配一个PID号
  如何查看
  	Windows电脑 
  		进入cmd输入tasklist即可查看
  		tasklist |findstr PID 查看具体的进程
  	mac电脑 
  		进入终端之后输入ps aux
  		ps aux|grep PID 查看具体的进程
  '''
  from multiprocessing import Process,current_process
  current_process().pid  # 查看当前进程的进程号
  
  import os
  os.getpid()  # 查看当前进程进程号
  os.getppid()  # 查看当前进程的父进程进程号
  
  p.terminate()  # 杀死当前进程
  # 是告诉操作系统帮你去杀死当前进程 但是需要一定的时间 而代码的运行速度极快，
  time.sleep(0.1)
  print(p.is_alive())  # 判断当前进程是否存活
  
  
  # eg:
  from multiprocessing import Process,current_process
  import time
  import os
  
  
  def task():
      # 查看当前进程的进程号
      # print('%s is running'%current_process().pid)
      print('%s is running'%os.getpid())
      print('子进程的主进程号%s'%os.getppid())
      time.sleep(3)
  
  
  if __name__ == '__main__':
      p = Process(target=task)
      p.start()
      p.terminate()  # 杀死当前进程
      # 是告诉操作系统帮你去杀死当前进程 但是需要一定的时间 而代码的运行速度极快，
      time.sleep(0.1)
      print(p.is_alive())  # 判断当前进程是否存活
      '''
      一般情况下我们会默认将存储布尔值的变量名
      和返回的结果是布尔值的方法名
      都起成以is_开头
      '''
      # print('主',current_process().pid)
      print('主',os.getpid())
      # print('主主',os.getppid())
  

• 僵尸进程与孤儿进程(了解)

  # 僵尸进程
  '''
  死了但是没死透
  当你开设了子进程后 该进程死后不会立刻释放占用的进程号
  因为我要让父进程能够查看到它开设的子进程的一些基本信息 占用的pid号 运行时间
  所有的进程都会步入僵尸进程
  	父进程不死并且在无限制的创建子进程并且子进程也不结束
  	回收子进程占用的pid号（2种方式）
  		父进程等待子进程运行结束
  		父进程调用join方法
  '''
  
  # 孤儿进程
  '''
  子进程存活，父进程意外死亡
  操作系统会开设一个“儿童福利院”专门管理孤儿进程回收相关资源
  '''
  

• 守护进程

  from multiprocessing import Process
  import time
  
  
  def task(name):
      print('%s总管正在活着' % name)
      time.sleep(3)
      print('%s总管正在死亡' % name)
  
  
  if __name__ == '__main__':
      p = Process(target=task,args=('egon',))
      # 当参数为默认形参的时候 def task(name = 'egon')
      # p = Process(target=task,kwargs={'name':'egon'})
      p.daemon = True  # 将进程p设置成守护进程 这一句一定要放在start方法上面才有效否则会直接报错
      p.start()
      print('皇帝Jason gg')
  

• 互斥锁

  多个进程操作同一份数据的时候，会出现数据错乱的问题
  针对上述问题，解决方式就是加锁处理：将并发变成串行，牺牲效率但是保证了数据的安全

  from multiprocessing import Process, Lock
  import json
  import time
  import random
  
  
  # 查票
  def search(i):
      # 文件操作读取票数
      with open('data', 'r', encoding='utf8') as f:
          dic = json.load(f)
      print('用户%s查询余票:%s' % (i, dic.get('ticket_num')))
      # 字典取值不要用[]的形式，推荐使用get,用[]的话，如果k不存在则会报错
  
  
  # 买票 1.先查 2.再买
  def buy(i):
      # 文件操作读取票数
      with open('data', 'r', encoding='utf8') as f:
          dic = json.load(f)
      # 模拟网络延迟
      time.sleep(random.randint(1, 3))
      # 判断当前是否邮票
      if dic.get('ticket_num') > 0:
          # 修改数据库，买票
          dic['ticket_num'] -= 1
          # 写入数据库
          with open('data', 'w', encoding='utf8') as f:
              json.dump(dic, f)
              print('用户%s买票成功' % i)
      else:
          print('用户%s买票失败' % i)
  
  
  # 整合上面两个函数
  def run(i,mutex):
      search(i)
      # 给买票环节加锁处理
      # 抢锁
      mutex.acquire()
      buy(i)
      # 释放锁
      mutex.release()
  
  
  if __name__ == '__main__':
      # 在主进程中生成一把锁，让所有的子进程抢，谁先强到谁先买票
      mutex = Lock()
      for i in range(1, 11):
          p = Process(target=run, args=(i, mutex))
          p.start()
  
          
  '''
  扩展 行锁 表锁
  
  注意：
  	1.所不要轻易的使用，容易造成死锁现象(我们写代码一般不会用到，都是内部分装好的)
  	2.锁只在处理数据的部分来保证数据安全(只在争抢数据的环节加锁处理即可)
  '''
  

• 进程间通信

  • 队列Queue模块

  '''
  管道：subprocess
  	stdin stdout(正确的信息) stderr(错位的信息)
  	read()  # 管道内就一份书据，你拿走了就没有了
  队列：管道+锁
  
  队列：先进先出
  堆栈：先进后出
  ''' 
  
  from multiprocessing import Queue
  
  
  # 创建一个队列
  q = Queue(5)  # 括号内可以传数字，表示生成的队列最大可以同时存放的数据量
  
  # 往队列中存数据
  q.put(111)
  q.put(222)
  q.put(333)
  print(q.full())  # 判断当前队列是否满了  F
  print(q.empty())  # 判断当前队列是否空了  F
  q.put(444)
  q.put(555)
  print(q.full())  # T
  # q.put(666)  # 当队列数据放满了之后，如果还有数据要放，程序会阻塞，直到有位置让出来，不会报错
  
  '''
  存取数据 存是为了更好的取
  千方百计的存、简单快捷的取
  '''
  
  # 去队列中取数据
  v1 = q.get()
  v2 = q.get()
  v3 = q.get()
  v4 = q.get()
  v5 = q.get()
  print(q.empty())  # T
  # V6 = q.get_nowait()  # 没有数据直接报错queue.Empty
  # v6 = q.get(timeout=3)  # 没有数据之后原地等待3秒之后再报错
  try:
      v6 = q.get(timeout=3)
      print(v6)
  except Exception as e:
      print('js一滴都没有了')
  # v6 = q.get()  # 队列中如果已经没有数据的话 get方法会原地阻塞
  # print(v1,v2,v3,v4,v5,v6)
  
  
  '''
  q.full()
  q.empty()
  q.get_nowait()
  在多进程的情况下是不精确的
  '''
  

• 进程间通信IPC机制

  from multiprocessing import Queue,Process
  
  '''
  研究思路
      1、主进程跟子进程借助于队列通信
      2、子进程跟子进程借助于队列通信
  '''
  def produce(q):
      q.put('我是88号技师，很高心为您服务')
      # print('hello world')
  
  def consumer(q):
      print(q.get())
  
  if __name__ == '__main__':
      q = Queue()
      p = Process(target=produce,args=(q,))
      p1 = Process(target=consumer,args=(q,))
      p.start()
      # print(q.get())
      p1.start()
  

• 生产者消费者模型

  '''
  生产者：生产/制造东西的
  消费着：消费/处理东西的
  该模型除了上述两个之外还需要一个媒介
  	生活中的例子：做包子的将包子做好后放在蒸笼(媒介)里面，买包子的去蒸笼里面拿
  	生产者和消费者之间不是直接做交互的，而是借助于媒介做交互
  
  生产者(做包子的) + 消息队列(蒸笼) + 消费者(吃包子的)
  '''
  
  # eg：
  import random
  from multiprocessing import Queue,Process,JoinableQueue
  import time
  
  
  def producer(name,food,q):
      for i in range (1,5):
          data = '%s生产的%s%s'%(name,food,i)
          # 模拟延迟
          time.sleep(random.randint(1,3))
          print(data)
          # 将数据放入队列
          q.put(data)
  
  def consumer(name,q):
      while True:
          food = q.get()  # 没有数据就会卡住
          # 判断当前是否有结束的标志
          # if food is None: break
          time.sleep(random.randint(1,3))
          print('%s吃了%s'%(name,food))
          q.task_done()  # 告诉队列你已经从里面取出了一个数据并且处理完毕了
  
  
  
  
  
  if __name__ == '__main__':
      # q = Queue()
      q = JoinableQueue()
      p1 = Process(target=producer,args=('大厨egon','包子',q))
      p2 = Process(target=producer,args=('tank','泔水',q))
      c1 = Process(target=consumer,args=('春哥',q))
      c2 = Process(target=consumer,args=('蒋琦',q))
      p1.start()
      p2.start()
      # 将消费者设置成守护进程
      c1.daemon = True
      c2.daemon = True
      c1.start()
      c2.start()
  
      p1.join()
      p2.join()
      # 等待生产者生产完毕后 往队列中添加特定的结束符号
      # q.put(None)  # 肯定在所有生产者生产的数据的末尾
      # q.put(None)  # 肯定在所有生产者生产的数据的末尾
      q.join()  # 等待队列中所有的数据被取完再继续往下执行代码
  
      '''
      JoinableQueue 每当你往该队列中存入数据的时候，内部会有一个计数器+1
      每当你调用task_done的时候，计数器-1
      q.join() 当计数器为0的时候 才往后运行
      '''
      # 只要q.join执行完毕 说明消费者已经处理完数据了 消费者就没有存在的必要了