同步与异步
# 用来表达任务的提交方式
同步 : 提交完任务之后原地等待任务的返回结果,期间不做任何事
异步 : 提交完任务之后不愿地等待任务的返回结果,直接去做其他事,有结果自动通知.
异步非阻塞 (效率最高
创建进程的多种方式
# 1.鼠标双击软件图标
# 2.python代码创建进程
"""
在不同的操作系统中创建进程底层原理不一样
windows : 以导入模块的形式创建进程
linux/mac :以拷贝代码的形式创建进程
"""
from multiprocessing import Process
import time
def task(name):
print('task is running',name)
time.sleep(3)
print('task is over',name)
if __name__ == '__main__':
# p1 = Process(target=task, args=('jason',)) # 位置参数
p1 = Process(target=task, kwargs={'name':'jason123'}) # 关键字参数
p1.start() # 异步 告诉操作系统创建一个新的进程 并在该进程中执行task函数
# task() # 同步
print('主')
进程间的数据隔离
"""各进程之间开启后的数据只能在该进程内生效,无法生效到其他进程"""
from multiprocessing import Process
import time
money = 1000
def task():
global money
money = 666
print('子进程的task函数查看money',money)
if __name__ == '__main__':
p1 = Process(target=task)
p1.start() # 创建子进程
time.sleep(3) # 主进程代码等待3s
print(money) # 主进程代码打印money
结果:

进程的join方法
from multiprocessing import Process
import time
def task(name,n):
print('%s is running' % name)
time.sleep(n)
print('%s is over' % name)
if __name__ == '__main__':
p1 = Process(target=task, args=('jason1', 1))
p2 = Process(target=task, args=('jason2', 2))
p3 = Process(target=task, args=('jason3', 3))
# 主进程代码会在子进程代码运行结束后再去执行
start_time = time.time()
p1.start()
p1.join() # join使用的位置不同,代码的执行就不同
p2.start()
p2.join()
p3.start()
p3.join()
print(time.time() - start_time) # 结果是6s多,原因是每次执行昂完当前任务才会执行下一个
# 所有进程同时进行
start_time = time.time()
p1.start()
p2.start()
p3.start()
p1.join() # join使用的位置不同,代码的执行就不同
p2.join()
p3.join()
print(time.time() - start_time) # 结果是3s多,开启所有进程运行,最后完成的进程就是全部花费的时间
IPC机制
IPC机制: 指的是进程间的通信机制
消息队列: 存储数据的地方,所有人都可以进行数据的存取
from multiprocessing import Queue
""""队列:先进先出"""
q = Queue(3) # 括号内指定的是存储数据的个数
q.put(111) # 队列中存入数据
print(q.full()) # 判断队列是否已经满了
q.put(222)
q.put(333)
print(q.full())
print(q.get()) # 从队列中取出数据
print(q.empty())# 判断队列是否为空
print(q.get())
print(q.get())
print(q.get_nowait()) # 自定义异常,使其变为阻塞
"""full()和empty()在多进程中都不能使用"""
from multiprocessing import Process,Queue
def product(q):
q.put('子进程p添加的数据')
def consumer(q):
print('子进程获取队列中的数据',q.get())
if __name__ == '__main__':
q = Queue()
# 主进程往队列中添加数据
p1 = Process(target=consumer,args=(q,))
p2 = Process(target=product,args=(q,))
p1.start()
p2.start()
print('主进程')
生产者消费者模型
生产者: 负责产生数据的'人'
消费者: 负责处理数据的'人'
该模型除了有生产者和消费者之外还必须有消息队列(只要是能够提供数据保存服务和提取服务的理论上都可以)
进程对象的多种方法
# 1.如何查看进程号
from multiprocessing import Process, current_process current_process()
current_process().pid
import os
os.getpid()
os.getppid()
# 2.终止进程
p1.terminate() ps:计算机操作系统都有对应的命令可以直接杀死进程
# 3.判断进程是否存活
p1.is_alive()
# 4.start()
# 5.join()
守护进程
# 守护进程会随着守护的进程结束而立刻结束
from multiprocessing import Process
import time
def task(name):
print('守卫:%s存活' % name)
time.sleep(3)
print('守卫:%s被刀' % name)
if __name__ == '__main__':
p = Process(target=task, args=('1',))
p.daemon = True
# 此代码将子进程设置为守护进程:主进程代码结束,子进程立刻结束。且必须在start之前执行
p.start()
print('预言家被刀出局!!!')
孤儿进程与僵尸进程
僵尸进程: 进程已经运行结束 但是相关的资源并没有完全清空
需要父进程参与回收
孤儿进程: 父进程意外死亡 子进程正常运行 该子进程就称之为孤儿进程
孤儿进程也不是没有人管 操作系统会自动分配资源接收
多进程数据错乱问题
# 1. 多进程操作数据很可能会造成数据错乱>>>:互斥锁
# 2. 互斥锁:将并发变成串行,牺牲了效率但是保障了数据的安全
"""模拟12306"""
from multiprocessing import Process
import time
import json
import random
# 查票
def search(name):
with open(r'data.json', 'r', encoding='utf8') as f:
data = json.load(f)
print('%s在查票 当前余票为:%s' % (name, data.get('ticket_num')))
# 买票
def buy(name):
# 再次确认票
with open(r'data.json', 'r', encoding='utf8') as f:
data = json.load(f)
# 模拟网络延迟
time.sleep(random.randint(1, 3))
# 判断是否有票 有就买
if data.get('ticket_num') > 0:
data['ticket_num'] -= 1
with open(r'data.json', 'w', encoding='utf8') as f:
json.dump(data, f)
print('%s买票成功' % name)
else:
print('%s很倒霉 没有抢到票' % name)
def run(name):
search(name)
buy(name)
if __name__ == '__main__':
for i in range(10):
p = Process(target=run, args=('用户%s' % i,))
p.start()