桐花万里python路-高级篇-并发编程-02-进程

• 主要概念
  • 正在进行的过程或任务
    
    • 单核+多道，实现多进程并发执行
  • 并发与并行
    • 并行：同时运行，只有具备多个cpu才能实现并行
    • 并发：伪并行，看起来是同时运行，单个cpu+多道技术。也属于并发
  • 同步与异步
    • 针对的是函数/任务的调用方式
    • 同步：就是当一个进程发起一个函数（任务）调用的时候，一直等到函数（任务）完成，而进程继续处于激活状态
    • 异步：是当一个进程发起一个函数（任务）调用的时候，不会等函数返回，而是继续往下执行当，函数返回的时候通过状态、通知、事件等方式通知进程任务完成
  • 阻塞与非阻塞
    • 针对的是进程或线程
    • 阻塞：是当请求不能满足的时候就将进程挂起
    • 非阻塞：则不会挂起（阻塞）当前进程
  • 层次结构
    • Windows 所有进程地位相同，没有层次概念
    • Unix/Linux 以init为根的树形结构
  • 状态
    • 
    • 运行
    • 阻塞
    • 就绪
• 进程操作
  • 系统初始化，进程中开启子进程
    
    • subprocess()
    • os.fork()
  • 开启方式
    • from multiprocessing import Processing
    • p = Processing(target=func,args=(a,)) ; p.start()
    • 继承Process类，实现run()方法
    • Windows下需要在 if  __name__ == '__main__'下
    • 查看进程ID
      • os.getpid()
      • 父进程ID：os.getppid()
  • 进程关系
    • 串行 join
      
      • 主进程等待子进程结束 p.join()
    • 守护进程daemon
      • 主进程不等待子进程 p.daemon = True
      • 守护进程内无法再开启子进程
    • 僵尸进程
      • 有害
      • 子进程退出，而父进程并没有调用wait或waitpid获取子进程的状态信息，那么子进程的进程描述符仍然保存在系统中
      • p.is_alive() ; p.terminate()
    • 孤儿进程
      • 无害
      • 父进程退出，而它的一个或多个子进程还在运行
      • 被init进程(进程号为1)所收养，并由init进程对它们完成状态收集工作
• 进程同步
  • 进程之间数据不共享
  • 互斥（同步）锁
    • 由并发变成了串行,牺牲了运行效率,但避免了竞争
    • from multiprocessing import Process,Lock
    • lock=Lock()；lock.acquire()；lock.release()
    • 效率低（共享数据基于文件，而文件是硬盘上的数据）
    • 需要自己加锁处理
  • 进程通信IPC
    • 队列
      
      • 底层是管道和锁定
        
        • Queue 先进先出
      • from multiprocessing import Process,Queue
        • q.put(block=True,timeout=3)
        • q.get(block=True,timeout=3)
      • 生产者消费者模型
        • 通过容器，解决生产数据和处理数据强耦合问题，平衡生产者和消费者的处理能力
        • 通过阻塞队列进行通讯，生产者put数据，消费者get数据
        • 发送结束信号 JoinableQueue
          • 允许数据的使用者通知生产者数据已处理完
          • 通知进程是使用共享的信号和条件变量来实现的

            from multiprocessing import Process,Queue
            import time,random,os
            def consumer(q):
                while True:
                    res=q.get()
                    if res is None:break #收到结束信号则结束
                    time.sleep(random.randint(1,3))
                    print('\033[45m%s 吃 %s\033[0m' %(os.getpid(),res))
            
            def producer(name,q):
                for i in range(2):
                    time.sleep(random.randint(1,3))
                    res='%s%s' %(name,i)
                    q.put(res)
                    print('\033[44m%s 生产了 %s\033[0m' %(os.getpid(),res))
            
            
            
            if __name__ == '__main__':
                q=Queue()
                #生产者们:即厨师们
                p1=Process(target=producer,args=('包子',q))
                p2=Process(target=producer,args=('骨头',q))
                p3=Process(target=producer,args=('泔水',q))
            
                #消费者们:即吃货们
                c1=Process(target=consumer,args=(q,))
                c2=Process(target=consumer,args=(q,))
            
                #开始
                p1.start()
                p2.start()
                p3.start()
                c1.start()
            
                p1.join() #必须保证生产者全部生产完毕,才应该发送结束信号
                p2.join()
                p3.join()
                q.put(None) #有几个消费者就应该发送几次结束信号None
                q.put(None) #发送结束信号
                print('主')

    • 管道
      • PIPE 无竞争，无锁
      • 用于双向通信
    • 共享数据
      • from multiprocessing import Manager

        from multiprocessing import Manager,Process,Lock
        import os
        def work(d,lock):
            with lock: #不加锁而操作共享的数据,肯定会出现数据错乱
                d['count']-=1
        
        if __name__ == '__main__':
            lock=Lock()
            with Manager() as m:
                dic=m.dict({'count':100})
                p_l=[]
                for i in range(100):
                    p=Process(target=work,args=(dic,lock))
                    p_l.append(p)
                    p.start()
                for p in p_l:
                    p.join()
                print(dic)
                #{'count': 94}

• 进程池
  • 实现并发
    
    • 不可能无限开启进程，通常有几个核就开几个进程
    • 不会产生新的进程
  • 创建进程池
    
    • Pool([numprocess  [,initializer [, initargs]]])
      
      • initializer：是每个工作进程启动时要执行的可调用对象，默认为None
      • numprocess:要创建的进程数，如果省略，将默认使用cpu_count()的值
      • initargs：是要传给initializer的参数组
    • p.apply(func [, args [, kwargs]])
      
      • 在一个池工作进程中执行func(*args,**kwargs),然后返回结果
    • p.apply_async(func [, args [, kwargs]])异步
      • 结果是AsyncResult类的实例，callback是可调用对象，接收输入参数
      • 当func的结果变为可用时，将立即传递给callback
      • callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果
      • p.apply_async().get()
    • p.close() 关闭进程池
    • p.join() 等待所有工作进程退出。此方法只能在close()或teminate()之后调用
    • 回调方法
      • 进程池中任何一个任务一旦处理完了，就立即告知主进程调用一个函数去处理该结果
      • 新的进程
  • concurrent.futures　　
    • ProcessPoolExecutor
    • ThreadPoolExecutor