39、进程对象

一、进程对象及其他方法

1.1、进程的查看方法

　　分别是使用cmd查询以及程序中查询

1.2、cmd查询进程

　　Windows：进入cmd后输入tasklist即可查询，tasklist |findstr PID可以查询具体进程

　　MSC：进入终端后输入ps aux即可查询，输入ps aux|grep PID可以查询具体进程

1.3、程序中查询　　

from multiprocessing import Process, current_process
current_process().pid  # 查看当前进程的进程号

import os
os.getpid()  # 查看当前进程进程号
os.getppid()  # 查看当前进程的父进程进程号


p.terminate()  # 杀死当前进程
# 是告诉操作系统帮你去杀死当前进程 但是需要一定的时间 而代码的运行速度极快
time.sleep(0.1)
print(p.is_alive())  # 判断当前进程是否存活

二、僵尸进程和孤儿进程

　　僵尸进程：所有的进程都具备僵尸进程，子进程在结束后需要过一段时间才会结束进程，因为父进程需要查看子进程的pid号运行时间等等，

　　　　　　　坏处：当父进程不断的产生子进程，并且子进程也在不断运行，这就会造成内存的溢出

　　　　　　　回收子进程的方法：父进程可以直接等待子进程运行结束直接回收，或者父进程调用join的方法，先运行子进程，再运行父进程。 

　　孤儿进程：即子进程活着，父进程被回收

　　　　　　　系统会设置一个回收机制，回收子进程

三、守护进程

　　在start前面使用daemon，可以将主进程设置成守护进程，即主进程回收时，也会回收子进程

from multiprocessing import Process
import time


def task(name):
    print('%s总管正在活着'% name)
    time.sleep(3)
    print('%s总管正在死亡' % name)


if __name__ == '__main__':
    p = Process(target=task,args=('egon',))
    # p = Process(target=task,kwargs={'name':'egon'})
    p.daemon = True  # 将进程p设置成守护进程  这一句一定要放在start方法上面才有效否则会直接报错
    p.start()
    print('皇帝jason寿终正寝')

四、互斥锁

　　当一个数据同时有多个线程在操作时，会造成数据错乱

　　因此，为解决这个问题，python的解决方案是加锁处理，即将并发改成串行，牺牲了效率，但是保护了安全性

　　将主进程设置成设置成一把锁，子进程谁抢到就执行谁的

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


# 查票
def search(i):
    # 文件操作读取票数
    with open('data','r',encoding='utf8') as f:
        dic = json.load(f)
    print('用户%s查询余票：%s'%(i, dic.get('ticket_num')))
    # 字典取值不要用[]的形式 推荐使用get  你写的代码打死都不能报错！！！


# 买票  1.先查 2.再买
def buy(i):
    # 先查票
    with open('data','r',encoding='utf8') as f:
        dic = json.load(f)
    # 模拟网络延迟
    time.sleep(random.randint(1,3))
    # 判断当前是否有票
    if dic.get('ticket_num') > 0:
        # 修改数据库 买票
        dic['ticket_num'] -= 1
        # 写入数据库
        with open('data','w',encoding='utf8') as f:
            json.dump(dic,f)
        print('用户%s买票成功'%i)
    else:
        print('用户%s买票失败'%i)


# 整合上面两个函数
def run(i, mutex):
    search(i)
    # 给买票环节加锁处理
    # 抢锁
    mutex.acquire()

    buy(i)
    # 释放锁
    mutex.release()


if __name__ == '__main__':
    # 在主进程中生成一把锁 让所有的子进程抢 谁先抢到谁先买票
    mutex = Lock()
    for i in range(1,11):
        p = Process(target=run, args=(i, mutex))
        p.start()

五、进程间通信

　　队列queue模块

　　Queue（）：设置一个队列里面可以容纳的最大数值，多了会报错

　　　　　　　　当存入时数据多于设定值，会报错

　　　　　　　　当读取时数据不管多余数据值还是少于数据值都会报错

　　get_nowait：没有直接报错　　

　　q.full()：判断队列是否满了

　　q.empty()：判断队列是否空了

　　get（timeout=3）：三秒后报错

　　

from multiprocessing import Queue

# 创建一个队列
q = Queue(5)  # 括号内可以传数字 标示生成的队列最大可以同时存放的数据量

# 往队列中存数据
q.put(111)
q.put(222)
q.put(333)
# print(q.full())  # 判断当前队列是否满了
# print(q.empty())  # 判断当前队列是否空了
q.put(444)
q.put(555)
# print(q.full())  # 判断当前队列是否满了

# q.put(666)  # 当队列数据放满了之后 如果还有数据要放程序会阻塞 直到有位置让出来 不会报错

"""
存取数据 存是为了更好的取
千方百计的存、简单快捷的取

同在一个屋檐下
差距为何那么大
"""

# 去队列中取数据
v1 = q.get()
v2 = q.get()
v3 = q.get()
v4 = q.get()
v5 = q.get()
# print(q.empty())
# V6 = q.get_nowait()  # 没有数据直接报错queue.Empty
# v6 = q.get(timeout=3)  # 没有数据之后原地等待三秒之后再报错  queue.Empty
try:
    v6 = q.get(timeout=3)
    print(v6)
except Exception as e:
    print('一滴都没有了!')

# # v6 = q.get()  # 队列中如果已经没有数据的话 get方法会原地阻塞
# print(v1, v2, v3, v4, v5, v6)

"""
q.full()
q.empty()
q.get_nowait()
在多进程的情况下是不精确
"""

六、IPC机制

　　父进程使用子进程的队列通信

　　子进程使用子进程的队列通信

from multiprocessing import Queue, Process
def producer(q):
    q.put('我是23号技师 很高兴为您服务')


def consumer(q):
    print(q.get())


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

七、生产消费模型

　　生产者（设计者）+服务员（传递信息）+消费者（使用者）

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


def producer(name,food,q):
    for i in range(5):
        data = '%s生产了%s%s'%(name,food,i)
        # 模拟延迟
        time.sleep(random.randint(1,3))
        print(data)
        # 将数据放入 队列中
        q.put(data)


def consumer(name,q):
    # 消费者胃口很大 光盘行动
    while True:
        food = q.get()  # 没有数据就会卡住
        # 判断当前是否有结束的标识
        # if food is None:break
        time.sleep(random.randint(1,3))
        print('%s吃了%s'%(name,food))
        q.task_done()  # 告诉队列你已经从里面取出了一个数据并且处理完毕了


if __name__ == '__main__':
    # q = Queue()
    q = JoinableQueue()
    p1 = Process(target=producer,args=('大厨egon','包子',q))
    p2 = Process(target=producer,args=('马叉虫tank','泔水',q))
    c1 = Process(target=consumer,args=('春哥',q))
    c2 = Process(target=consumer,args=('新哥',q))
    p1.start()
    p2.start()
    # 将消费者设置成守护进程
    c1.daemon = True
    c2.daemon = True
    c1.start()
    c2.start()
    p1.join()
    p2.join()
    # 等待生产者生产完毕之后 往队列中添加特定的结束符号
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    q.join()  # 等待队列中所有的数据被取完再执行往下执行代码
    """
    JoinableQueue 每当你往该队列中存入数据的时候 内部会有一个计数器+1
    没当你调用task_done的时候 计数器-1
    q.join() 当计数器为0的时候 才往后运行
    """
    # 只要q.join执行完毕 说明消费者已经处理完数据了  消费者就没有存在的必要了

八、线程理论

8.1、什么是线程

　　进程：资源单位：相当于一个工厂里面的车间，里面已经备好了各种材料（在内存中生成一个空间）

　　线程：执行单位：相当于车间里面的流水线，可以从车间里面拿材料，但是需要生产产品（CPU执行的就是线程，是代码的执行过程）

　　进程和线程都是虚拟单位，只是为了更好的描述

8.2、为什么要有线程

　　开设进程需要消耗大量的空间，而开设线程则是在使用进程内的资源

　　当使用的资源相同时，可以在进程内开设多条线程