队列、进程间通信、线程
进程互斥锁
多进程同时抢购余票
# 并发运行，效率高，但竞争写同一文件，数据写入错乱
# data.json文件内容为 {"ticket_num": 1}
import json
import time
from multiprocessing import Process
def search(user):
with open('data.json', 'r', encoding='utf-8') as f:
dic = json.load(f)
print(f'用户{user}查看余票，还剩{dic.get("ticket_num")}...')
def buy(user):
with open('data.json', 'r', encoding='utf-8') as f:
dic = json.load(f)
time.sleep(0.1)
if dic['ticket_num'] > 0:
dic['ticket_num'] -= 1
with open('data.json', 'w', encoding='utf-8') as f:
json.dump(dic, f)
print(f'用户{user}抢票成功!')
else:
print(f'用户{user}抢票失败')
def run(user):
search(user)
buy(user)
if __name__ == '__main__':
for i in range(10): # 模拟10个用户抢票
p = Process(target=run, args=(f'用户{i}', ))
p.start()
使用锁来保证数据安全
# data.json文件内容为 {"ticket_num": 1}
import json
import time
from multiprocessing import Process, Lock
def search(user):
with open('data.json', 'r', encoding='utf-8') as f:
dic = json.load(f)
print(f'用户{user}查看余票，还剩{dic.get("ticket_num")}...')
def buy(user):
with open('data.json', 'r', encoding='utf-8') as f:
dic = json.load(f)
time.sleep(0.2)
if dic['ticket_num'] > 0:
dic['ticket_num'] -= 1
with open('data.json', 'w', encoding='utf-8') as f:
json.dump(dic, f)
print(f'用户{user}抢票成功!')
else:
print(f'用户{user}抢票失败')
def run(user, mutex):
search(user)
mutex.acquire() # 加锁
buy(user)
mutex.release() # 释放锁
if __name__ == '__main__':
# 调用Lock()类得到一个锁对象
mutex = Lock()
for i in range(10): # 模拟10个用户抢票
p = Process(target=run, args=(f'用户{i}', mutex))
p.start()
进程互斥锁：
- 让并发变成串行，牺牲了执行效率，保证了数据安全
- 在程序并发时，需要修改数据使用
队列
队列遵循的是先进先出
队列：相当于内存中一个队列空间，可以存放多个数据，但数据的顺序是由先进去的排在前面。
q.put() 添加数据
q.get() 取数据，遵循队列先进先出
q.get_nowait() 获取队列数据， 队列中没有就会报错
q.put_nowait 添加数据，若队列满了也会报错
q.full() 查看队列是否满了
q.empty() 查看队列是否为空
from multiprocessing import Queue
# 调用队列类，实例化队列对象
q = Queue(5) # 队列中存放5个数据
# put添加数据，若队列里的数据满了就会卡住
q.put(1)
print('进入数据1')
q.put(2)
print('进入数据2')
q.put(3)
print('进入数据3')
q.put(4)
print('进入数据4')
q.put(5)
print('进入数据5')
# 查看队列是否满了
print(q.full())
# 添加数据, 若队列满了也会报错
q.put_nowait(6)
# q.get() 获取的数据遵循先进先出
print(q.get())
print(q.get())
print(q.get())
print(q.get())
print(q.get())
# print(q.get())
print(q.get_nowait()) # 获取队列数据， 队列中没有就会报错
# 判断队列是否为空
print(q.empty())
q.put(6)
print('进入数据6')
进程间通信
IPC(Inter-Process Communication)
进程间数据是相互隔离的，若想实现进程间通信，可以利用队列
from multiprocessing import Process, Queue
def task1(q):
data = 'hello 你好'
q.put(data)
print('进程1添加数据到队列')
def task2(q):
print(q.get())
print('进程2从队列中获取数据')
if __name__ == '__main__':
q = Queue()
p1 = Process(target=task1, args=(q, ))
p2 = Process(target=task2, args=(q, ))
p1.start()
p2.start()
print('主进程')
生产者与消费者
在程序中，通过队列生产者把数据添加到队列中，消费者从队列中获取数据
from multiprocessing import Process, Queue
import time
# 生产者
def producer(name, food, q):
for i in range(10):
data = food, i
msg = f'用户{name}开始制作{data}'
print(msg)
q.put(data)
time.sleep(0.1)
# 消费者
def consumer(name, q):
while True:
data = q.get()
if not data:
break
print(f'用户{name}开始吃{data}')
if __name__ == '__main__':
q = Queue()
p1 = Process(target=producer, args=('neo', '煎饼', q))
p2 = Process(target=producer, args=('wick', '肉包', q))
c1 = Process(target=consumer, args=('cwz', q))
c2 = Process(target=consumer, args=('woods', q))
p1.start()
p2.start()
c1.daemon = True
c2.daemon = True
c1.start()
c2.start()
print('主')
线程
线程的概念
进程与线程都是虚拟单位
进程：资源单位
线程：执行单位
开启一个进程，一定会有一个线程，线程才是真正执行者
开启进程：
- 开辟一个名称空间，每开启一个进程都会占用一份内存资源
- 会自带一个线程
开启线程：
- 一个进程可以开启多个线程
- 线程的开销远小于进程
注意：线程不能实现并行，线程只能实现并发，进程可以实现并行
线程的两种创建方式
from threading import Thread
import time
# 创建线程方式1
def task():
print('线程开启')
time.sleep(1)
print('线程结束')
if __name__ == '__main__':
t = Thread(target=task)
t.start()
# 创建线程方式2
class MyThread(Thread):
def run(self):
print('线程开启...')
time.sleep(1)
print('线程结束...')
if __name__ == '__main__':
t = MyThread()
t.start()
线程对象的方法
from threading import Thread
from threading import current_thread
import time
def task():
print(f'线程开启{current_thread().name}')
time.sleep(1)
print(f'线程结束{current_thread().name}')
if __name__ == '__main__':
t = Thread(target=task)
print(t.isAlive())
# t.daemon = True
t.start()
print(t.isAlive())
线程互斥锁
线程之间数据是共享的
from threading import Thread
from threading import Lock
import time
mutex = Lock()
n = 100
def task(i):
print(f'线程{i}启动')
global n
mutex.acquire()
temp = n
time.sleep(0.1)
n = temp - 1
print(n)
mutex.release()
if __name__ == '__main__':
t_l = []
for i in range(100):
t = Thread(target=task, args=(i, ))
t_l.append(t)
t.start()
for t in t_l:
t.join()
print(n)
