计算机输入和输出的过程就称为“IO”（“input”、“output”），比如 程序一旦执行，就由操作系统决定cpu和Io的优化算法，不能人为干预，比如 input、time.sleep()、读文件、写文件都是Io
比如读文件，就是从硬盘中读取到内存中，此时和CPU还没发生关系
操作系统的三种类型：（我们现在常用的操作系统是具有多种操作特征的操作系统，或者具备以下两种或以上）
多道批处理系统：
（多个程序执行，遇见IO的话CPU就切换任务）
分时系统：
（多个程序执行，按时间轮流执行，时间到的话CPU就切换任务）
实时系统：
（多个程序执行，一直等着响应，CPU不切换，一般用于军事、情报、银行等等）
硬盘➡️内存➡️CPU 硬盘读取到内存是机械爪在工作，CPU是从内存总读取数据然后
，所以以上两者工作的时候互不影响。
两个程序同时运行的时候，在内存中各自占领一块儿互不干涉的内存空间，而分配内存空间这件事儿是操作系统干的，
两个程序同时运行的时候：
从宏观上看是并行的（看着确实是两个程序在同时运行）
从微观上看是串行的（实际上还是轮流使用CPU）
所谓并发就是有多个进程 在同一时刻执行同一段代码
子进程中不能有input，因为主进程与子进程是两个单独的进程
多进程实现并发效果
开启多进程有两种方法
人为和内存打交道或者硬盘和内存打交道，不涉及到cpu计算的就是一个IO，
例如input或者从硬盘读取文件都是一个IO
操作系统的作用：
(1)隐藏硬件接口，提供良好的抽象接口
(2)管理、调度进程，将多个进程对硬件的竞争变的有序
运行中的程序就是进程
程序是一个没有生命的实体，只有运行它的时候才会成为一个活动的实体，我们称之为进程
并行：比如两个CPU执行两个程序，这时候进程之间就是并行
并发：比如一个CPU执行两个程序，这时候进程之间就是并发的，从宏观上看是同时执行的，从微观上看是轮流执行的
同步：比如去银行排队，一直等着就是同步，只能等着，其他什么也不能干
异步：比如去银行排队，拿着排队的号码，轮到我的时候银行柜台的人来喊我，而在等待的过程中我还能去干其他的事情
阻塞：time.sleep、input等就是阻塞
非阻塞：没有time.sleep、input等就是非阻塞
同步阻塞：效率最低，就像上面的去银行排队，等着的时候什么都不干
异步阻塞：就像上面银行排队拿了一张小纸条，等号的的时候可以干一些其他的事情
同步非阻塞：一边排队等号，一边打电话，还要在打电话与看看排队到自己没来回切换，效率是低下的
异步非阻塞：效率高，专心打电话，该自己办业务的时候有银行的人员通知自己办理
进程与子进程：比如运行pycharm是一个父进程，这时候在pycharm里面run文件，就是一个个的子进程，关系看下图
这个时候创建的子进程和下面的print不一定谁先执行，因为开启一个子进程，是就绪状态，等到时间片轮到这个进程的时候，这个进程才会启动
单进程：
多进程：
进程都有一个进程号，就是PID（P是Process,进程的意思）可以在任务管理器中查看
进程的生命周期如下图：
join()：确保上面进程执行完毕再执行下面的代码，也就是使异步变为同步
多个进程之间的数据是完全隔离的，就算父进程与子进程之间的数据也是完全隔离的
进程三状态图：
开启进程的第二种方式：
进程与进程之间的数据是完全隔离的
多进程中子进程常用属性和方法：
start()：开始一个子进程
join()：感知一个子进程的结束
terminate()：结束一个进程
is_alive()：检查一个进程是否结束
name：查看进程名
daemon：为True的时候，表示新的子进程是一个守护进程
守护进程：在进程start之前设置daemon为True
随着主进程的代码执行完毕而结束，这个子进程称之为守护进程，而不是随着主进程的结束而结束
比如一个主进程有两个子进程，一个守护进程，一个平常的子进程，当主进程代码结束，而那个平常的子进程还没结束，这个时候守护进程也会结束，因为守护进程是随着主进程的代码执行完毕而结束，而不是随着主进程的结束而结束
△：当terminate一个进程就是向操作系统发送一个关闭进程的请求 此时如果立即is_alive进程极有可能会显示为True，因为知识向操作系统发送关闭子进程的请求，操作系统可能不会立即执行，这中间还有一点儿缓冲时间
因为结束一个进程是向操作系统发送一个结束请求，系统不会立即反应过来，需要一个操作系统响应的过程
进程锁： from multiprocessing import Lock
lock = Lock()
需要加锁的代码前面：lock.acquire() #拿钥匙
需要加锁的代码前面：lock.release() #还钥匙
涉及到修改数据的代码操作都需要加锁
pycharm中开启子进程不能涉及到输入，因为开启子进程就相当于又开辟了一块儿新的空间，写聊天系统的时候server端也不会涉及到输入，因为最终聊天是客户端与客户端在聊天，而server端只是一个中间平台。
信号量： from multiprocessing import Semaphore
用途用法和进程锁一样，进程锁是控制一个进程工作，信号量是控制多个进程工作
事件：
from multiprocessing import Event
e = Event() #创建一个事件
print(e.is_set()) # 查看这个事件的阻塞状态，默认False
e.set() # 将这个事件的阻塞状态改为True
print(e.is_set())
e.wait() # 根据is_set()的值决定是否阻塞 True为不阻塞，False为阻塞
e.clear() # 将这个事件的阻塞状态改为False
print(e.is_set())
进程间的通信： IPC（inter-process-commmunication）
队列：先进先出
from multiprocessing import Queue
q = Queue(3)#创建队列，参数为可放入的数量
q.put(1)#放入数据
q.put(2)
q.put(3)
print(q.get())#取数据，如果为空就阻塞
print(q.full())#查看队列是否满了
print(q.get())#取查看队列是否有空位
try:
print(q.get_nowait())#取数据，如果为空不阻塞，所以可用捕捉异常，另行处理
except:
print("没值了")
生产者消费者模型，以队列为基础
from multiprocessing import Process, JoinableQueue
import time, random
def produce(name, food, q):
for i in range(1, 11):
time.sleep(random.random())
print("{}生产了{}{}".format(name, food, i))
q.put("{}{}".format(food, i))
q.join()
def consume(name, q):
while 1:
time.sleep(random.random())
print("{}消费了{}".format(name, q.get()))
q.task_done()
if __name__ == '__main__':
q = JoinableQueue()
p1 = Process(target=produce, args=("小黑", "包子", q))
p1.start()
p2 = Process(target=produce, args=("小白", "馒头", q))
p2.start()
c1 = Process(target=consume, args=("alex", q))
c1.daemon = True
c1.start()
c2 = Process(target=consume, args=("egon", q))
c2.daemon = True
c2.start()
p1.join()
p2.join()
View Code