上章复习回顾
黏包现象
TCP
可靠协议、流式协议
TCP流式协议 会将一些短的数据打包在一起一起发送 从而产生黏包现象
struct模块
import struct
struct.pack() 打包
struct.unpack() 解析
ps:将非固定长度的数字打包成固定长度 并且可以反向解析出打包前数字
黏包问题的解决方案
客户端给服务端发消息
客户端
1.制作一个真实数据相关的字典
2. 将字典序列化并编码统计长度
3.利用struct模块对上述长度做打包处理
4.直接发送打包之后的数据
5.再发送字典数据
6.最后发送真实数据
服务端
1.接收固定长度的报头
2.利用struct模块反向解析出字典数据的长度
3.接收字典数据并处理成字典
4.根据字典中的信息接收真实数据
操作系统发展史
1.穿孔卡片
2.联机批处理系统
3.脱机批处理系统
ps:CPU利用率的发展史
多道技术
单道技术
排队执行 效率很低
多道技术
并发效果 大大提升CPU的使用率
切换+保存工作
切换
1.程序有IO操作
2.程序长时间占用
保存状态
进程理论
进程:正在运行的程序
进程调度算法
1.先来先服务
2.短作业优先
3.时间片轮转法+多级反馈队列
并行与并发
并行
多个任务同时执行
并发
看上去像同时执行
高并发:评估程序同时服务客户端数量的能力
进程的三状态
就绪态
运行态
阻塞态
本章内容概要
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原地等待任务的返回结果 直接去做其他操作 有结果自动通知
阻塞与非阻塞
用来表达任务的执行状态
阻塞
阻塞态
非阻塞
就绪态、运行态
综合使用
同步阻塞
同步非阻塞
异步阻塞
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
"""
from multiprocessing import Process
import time
def task(name):
print('task is running',name)
time.sleep(3)
print('task is over',name)
"""
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
"""
# 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')
from multiprocessing import Process
import time
class MyProcess(Process):
def __init__(self, name, age):
super().__init__()
self.name = name
self.age = age
def run(self):
print('run is running', self.name, self.age)
time.sleep(3)
print('run is over', self.name, self.age)
if __name__ == '__main__':
obj = MyProcess('jason', 123)
obj.start()
print('主')
进程join方法
from multiprocessing import Process
进程间数据隔离
同一台计算机上的多个进程数据是严格意义上的物理隔离(默认情况下)
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3秒
print(money) # 主进程代码打印money
进程间通信之IPC机制
IPC:进程间通信
消息队列:存储数据的地方 所有人都可以存 也都可以取
from multiprocessing import Queue
q = Queue(3) # 括号内可以指定存储数据的个数
# 往消息队列中存放数据
q.put(111)
# print(q.full()) # 判断队列是否已满
q.put(222)
q.put(333)
# print(q.full()) # 判断队列是否已满
# 从消息队列中取出数据
print(q.get())
print(q.get())
# print(q.empty()) # 判断队列是否为空
print(q.get())
# print(q.empty()) # 判断队列是否为空
# print(q.get())
print(q.get_nowait())
"""
full() 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
# q.put('我是主进程添加的数据')
p1 = Process(target=consumer, args=(q,))
p2 = Process(target=product, args=(q,))
p1.start()
p2.start()
print('主')
进程对象诸多方法
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()
生产者消费者模型
"""回想爬虫"""
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)
互斥锁
模拟抢票软件
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()
"""
多进程操作数据很可能会造成数据错乱>>>:互斥锁
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
"""
僵尸进程与孤儿进程
僵尸进程
进程执行完毕后并不会立刻销毁所有的数据 会有一些信息短暂保留下来
比如进程号、进程执行时间、进程消耗功率等给父进程查看
ps:所有的进程都会变成僵尸进程
孤儿进程:
子进程正常运行 父进程意外死亡 操作系统针对孤儿进程回派遣福利院管理
浙公网安备 33010602011771号