2018年5月19日笔记

• 进程的概念

进程是程序在计算机上的一次执行活动。

进程可分为系统进程和用户进程。

所有正在运行的进程轮流使用CPU，任何一个时间点有且只有一个进程占用CPU。

• 进程与线程的区别

进程 > 线程

多进程使用CPU的多个核，适合运算密集型

多线程使用CPU的一个核，核心IO密集型

• python多进程 —— muiltiprocessing模块

python中的多线程无法利用多核优势，如果想要充分地使用多核CPU的资源（os.cpu_count()查看），在python中大部分情况需要使用多进程。Python提供了multiprocessing。

Multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。

• 创建一个Process实例

p1 = multiprocessing.Process(target=func, args=(2,))

target=函数名字

args=函数所需的参数，以tuple形式传入，必须有逗号，注意单个参数的形式

multiprocessing的2个常用方法：

multiprocessing.cpu_count()     # 1. 统计CPU总数

multiprocessing.active_children()       # 2. 获取所有子进程

• Process实例的常用属性和方法

常用属性：

p1 = multiprocessing.Process(target=func, args=(2,))
p1.name     # 进程名字
p1.pid      # 进程ID

常用方法：

p1 = multiprocessing.Process(target=func, args=(2,))
p1.is_alive()       # 判断进程是否存活
p1.run()            # 启动进程（不常用）
p1.start()          # 启动进程，自动调用run()方法（常用）
p1.join(timeout=5)  # 等待进程结束或直到超时(5s)

• 习题1

import multiprocessing
import time


def worker(args, interval):
    print("start worker {0}".format(args))
    time.sleep(interval)
    print("end worker {0}".format(args))

def main():
    print("start main")
    p1 = multiprocessing.Process(target=worker, args=(1, 1))
    p2 = multiprocessing.Process(target=worker, args=(2, 2))
    p3 = multiprocessing.Process(target=worker, args=(3, 3))
    p1.start()
    p2.start()
    p3.start()
    print("end main")

if __name__ == '__main__':
    main()

start main
end main
start worker 1
start worker 2
start worker 3
end worker 1
end worker 2
end worker 3

• 习题2

import multiprocessing
import time

def worker(args, interval):
    print("start worker {0}".format(args))
    time.sleep(interval)
    print("end worker {0}".format(args))

def main():
    print("start main")
    p1 = multiprocessing.Process(target=worker, args=(1, 1))
    p2 = multiprocessing.Process(target=worker, args=(2, 2))
    p3 = multiprocessing.Process(target=worker, args=(3, 3))
    p1.start()
    p1.join(timeout=0.5)
    p2.start()
    p3.start()
    print("the number of CPU is: {0}".format(multiprocessing.cpu_count()))
    for p in multiprocessing.active_children():
       print("The name of active children is: {0}, pid is: {1} is alive".format(p.name, p.pid))
    print("end main")

if __name__ == '__main__':
    main()

start main
start worker 1
the number of CPU is: 4
The name of active children is: Process-1, pid is: 1348 is alive
The name of active children is: Process-3, pid is: 1350 is alive
The name of active children is: Process-2, pid is: 1349 is alive
end main
start worker 2
start worker 3
end worker 1
end worker 2
end worker 3

• Lock组件

使用多进程来读写文件时，读和写不能同时进行，为了这种多个进程共享同一资源的场景不出问题，引入了锁机制。

锁有两种状态：被锁（locked）和没有被锁（unlocked）。拥有acquire()和release()两种方法，并且遵循一下的规则：

• 如果一个锁的状态是unlocked，调用acquire()方法改变它的状态为locked
• 如果一个锁的状态是locked，acquire()方法将会阻塞，直到另一个线程调用release()方法释放了锁；
• 如果一个锁的状态是unlocked调用release()会抛出RuntimeError异常；
• 如果一个锁的状态是locked，调用release()方法改变它的状态为unlocked。

• 习题3

import multiprocessing
import time

def add1(lock, value, number):
    with lock:
        print("start add1 number= {0}".format(number))
        for i in range(1, 5):
            number += value
            time.sleep(0.3)
            print("number = {0}".format(number))

def add3(lock, value, number):
    lock.acquire()
    print("start add3 number= {0}".format(number))
    try:
        for i in range(1, 5):
            number += value
            time.sleep(0.3)
            print("number = {0}".format(number))
    except Exception as e:
        raise e
    finally:
        lock.release()
        pass

if __name__ == '__main__':
    print("start main")
    number = 0
    lock = multiprocessing.Lock()
    p1 = multiprocessing.Process(target=add1, args=(lock, 1, number))
    p3 = multiprocessing.Process(target=add3, args=(lock, 3, number))
    p1.start()
    p3.start()
    print("end main")

start main
end main
start add1 number= 0
number = 1
number = 2
number = 3
number = 4
start add3 number= 0
number = 3
number = 6
number = 9
number = 12

• 多进程间可共享内存

multiprocessing模块提供了共享内存的操作。

一般的变量在进程之间是无法通信的，multiprocessing提供了Value和Array模块，实现了进程间的数据共享。

Python中还提供了强大的Manager模块专门来做数据共享，其支持的类型非常多，包括Value, Array, list, dict, Queue, Lock等。

• 习题4

import multiprocessing
from multiprocessing import Value, Array, Manager
import time


def add1(value, number):
    print("start add1 number= {0}".format(number.value))
    for i in range(1, 5):
        number.value += value
        print("number = {0}".format(number.value))

def add3(value, number):
    print("start add3 number= {0}".format(number.value))
    try:
        for i in range(1, 5):
            number.value += value
            print("number = {0}".format(number.value))
    except Exception as e:
        raise e

if __name__ == '__main__':
    print("start main")
    number = Value('d', 0)
    p1 = multiprocessing.Process(target=add1, args=(1, number))
    p3 = multiprocessing.Process(target=add3, args=(3, number))
    p1.start()
    p3.start()
    print("end main")

start main
end main
start add1 number= 0.0
number = 1.0
number = 2.0
number = 3.0
number = 4.0
start add3 number= 4.0
number = 7.0
number = 10.0
number = 13.0
number = 16.0