python进程

1.什么是进程

进程：正在进行的过程或者一个任务，是系统进行资源调度和分配的基本单元。进程是操作系统中最基本、最重要的概念。是多道程序系统出现后，为了刻画系统内部出现的动态情况，描述系统内部各道程序的活动规律引进的一个抽象的概念，所有多道程序设计操作系统都建立在进程的基础上。

进程与程序的区别：程序仅仅是一堆代码，而进程表示程序的运行过程。同一个程序被运行多次表示开启了多个进程。

2.进程的并行与并发

• 并行：指多个进程同时执行，即在同一时间段上有多个进程在运行，实现并行前提是计算机为多核。
• 并发：属于为并行，是在单核的条件下实现并发，多个进程交替运行。

            

 

3.同步异步阻塞非阻塞

• 同步：一个任务的完成需要依赖另外一个任务时，只有等待被依赖的任务完成后，依赖的任务才能算完成，这是一种可靠的任务序列。要么成功都成功，失败都失败，两个任务的状态可以保持一致。
• 异步：不需要等待被依赖的任务完成，只是通知被依赖的任务要完成什么工作，依赖的任务也立即执行，只要自己完成了整个任务就算完成了。至于被依赖的任务最终是否真正完成，依赖它的任务无法确定，所以它是不可靠的任务序列。

在程序运行的过程中，由于被操作系统的调度算法控制，程序会进入：就绪、运行和阻塞三个阶段

就绪：当进程已经分配到除CPU外的所有必要资源，子要获得处理机就可以立即执行。

执行/运行：程序获得处理机，其程序正在运行。

阻塞：正在执行的进程，由于等待某个事件发生而无法执行时，便放弃处理机而处于阻塞状态。引起阻塞原因包括（等待I/O完成、申请缓冲不能满足、等待信号等）。

4.进程的创建方式

Python中创建进程主要应用Process类:

Process(group , target , name , args , kwargs)，由该类实例化得到的对象，表示一个子进程中的任务（尚未启动） 强调：

• 参数介绍：
• group参数未使用，值始终为None
• target表示调用对象，即子进程要执行的任务
• args表示调用对象的位置参数元组，args=(1,2,'kkk',)
• kwargs表示调用对象的字典,kwargs={'name':'kkk','age':18}
• name为子进程的名称

创建进程的两种方式：

#开启进程方式一
from multiprocessing import Process
import time

def test(name):
    print('%s is running' %name)
    time.sleep(3)
    print('%s is done' %name)

if __name__=='__main__':
    p=Process(target=test,args=('hello',))
    p.start()
    print('main')


#开启子进程方式二
from multiprocessing import Process
import time

class MyProcess(Process):
    def __init__(self,name):
        super(MyProcess, self).__init__()
        self.name=name

    def run(self):
        print('%s is running' %self.name)
        time.sleep(3)
        print('%s is done' %self.name)

if __name__=='__main__':
    p=MyProcess('hi')
    p.start()
    print('main')

5.进程中一些常见问题

• 进程中不同进程间数据是互不联通通的

• from multiprocessing import Process
  import os
  n=100
  
  def test():
      global n
      n=0
      print('%s进程中n=%s' %(os.getpid(),n))
  
  
  if __name__ == '__main__':
      p=Process(target=test)
      p.start()
      print('主进程中n=%s' %n)
  
  #主进程中n=100，没有被修改
  #子进程n=0,

• 守护进程：守护父进程，父进程结束后，守护进程无论是否结束都退出。守护进程要在start开启前，设置为守护进程后不能再开启子进程。

• from multiprocessing import Process
  import time
  
  
  def test(name):
      print('%s为守护子进程staring'%name)
      time.sleep(3)
      print('%s为守护子进程ending' % name)
  
  if __name__=='__main__':
      p1=Process(target=test,args=('Hi',))
      p1.daemon=True
      p1.start()
      print('main')
  
  #仅输出main

• jion方法，会阻塞子进程，直到子进程完事后父进程才开启

• from multiprocessing import Process
  import time
  
  def test(name):
      print('%s is running' %name)
      time.sleep(3)
      print('%s is done' %name)
  
  if __name__=='__main__':
      p=Process(target=test,args=('hello',))
      p.start()
      p.join()
      print('main')
  
  #hello is running
  #hello is done
  #main

6.进程互斥锁

一个主进程中各子进程间数据是不能互相通信的，但可以通过访问外部同一个文件来实现共享，但共享带来的是竞争，竞争带来的结果就是混乱。解决方式就是加锁。

from multiprocessing import Process, Lock
import time
import json
import random
import os


def search():
    time.sleep(random.randint(1,3))
    dic=json.load(open('1.txt','r',encoding='utf-8'))
    print('%s 查询到余票%s' %(os.getpid(),dic['count']))

def get():
    time.sleep(random.randint(1,3))
    dic=json.load(open('1.txt','r',encoding='utf-8'))
    if(dic['count']>0):
        dic['count']-=1
        time.sleep(random.randint(1,3))
        json.dump(dic, open('1.txt', 'w', encoding='utf-8'))
        print('%s购票成功'%os.getpid())

def task(mutex):
    search()
    mutex.acquire()
    get()
    mutex.release()


if __name__=='__main__':
    mutex=Lock() #设置锁
    for i in range(10):
        p=Process(target=task,args=(mutex,))
        p.start()

存在问题：加锁可以保证多个进程修改同一块数据时，只允许自有一个任务是可以修改，即串行修改，运行速度慢却保证了数据安全。该方式效率低（数据基于共享文件，而文件在磁盘上）、需要自己加锁处理。

7.队列：实现进程间互相通信的方式

队列是一种先进先出存储方式，

from multiprocessing import Queue

q=Queue(3)#定义一个队列大小，可以不指定
q.put('first')   #插入数据，当队列满时会阻塞
q.put({'count':1})
q.put(1)
q.put('de',block=True,timeout=3)
print(q.get()) #拿数据

队列实现进程通信：

from multiprocessing import Process,Queue

def f1(q):
    q.put('hi')
def f2(q):
    print(q.get())

if __name__=='__main__':
    q=Queue()
    p=Process(target=f1,args=(q,))
    p1=Process(target=f2,args=(q,))
    p.start()
    p1.start()

8.生产者消费者模型

在并发编程中使用生产者消费者模式可以解决大多数并发问题。通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者间不直接通信，而阻塞队列来进行通信，所以生产者生产玩数据后不用等待消费者的处理，直接扔给阻塞队列，消费者不用找生产者要数据，而直接从阻塞队列中取。阻塞队列就相当于一个缓冲区，平衡了消费者和生产者的能力。

import time
import random
from multiprocessing import Process,Queue,JoinableQueue

def producer(name,q):
    for i in range(3):
        r='包子%s' %i
        print('%s制作包子%s' %(name,i))
        time.sleep(random.randint(1, 3))
        q.put(r)

def consumer(name,q):
    while True:
        res=q.get()
        if res=='NULL':break
        print('%s吃包子%s' %(name,res))
        time.sleep(random.randint(1, 3))
        q.task_done()


if __name__=="__main__":
    #q=Queue()
    q=JoinableQueue()
    p=Process(target=producer,args=('gg',q,))
    p1 = Process(target=producer, args=('gg1', q,))
    c=Process(target=consumer,args=('cc',q))
    c1 = Process(target=consumer, args=('cc1', q))
    c2= Process(target=consumer, args=('cc2', q))
    p.start()
    p1.start()

    c.daemon=True
    c1.daemon=True
    c2.daemon=True
    c.start()
    c1.start()
    c2.start()

    p.join()
    p1.join()
    q.join()

    print('main')