Python_进程、线程及协程

一、Python进程

　　IO密集型----多线程

　　计算密集型----多进程

　　1、单进程　　

from multiprocessing import Process
def foo(i):
    print('你好哈',i)
if __name__ == '__main__':   #if __name__ == '__main__':只可做测试调用，不能用于生产，windows不支持，linux中可不用添加if __name__ == '__main__'
    for i in range(10):
        t = Process(target=foo,args=(i,))  #创建进程
        t.start()  #执行进程

　　注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。

　　进程数据共享

　　由于进程在内存中具有独立的地址空间，且每个地址空间各持有一份数据，默认情况下无法共享数据　　

#方法一：进程共享数据：Array
from multiprocessing import Process
from multiprocessing import Array
def foo(i,arg):
    arg[i] = i +100 #每一个进程加100
    for item in arg:  #
        print(item)  #输出迭代数据
    print("----------")
if __name__ == "__main__":
    li = Array('i',10) #创建数组，i 等于数据格式为整型，并设置10个元素给数据
    for i in range(10):  #设置10个进程
        p = Process(target=foo,args=(i,li,))#创建进程
        p.start() #执行进程

#方法二：常用进程共享
from multiprocessing import  Process
from multiprocessing import Manager
def foo(i,arg):
    arg[i] = i +100
    print(arg.values())
if __name__ == "__main__":
    obj = Manager()  #创建对象
    li = obj.dict()  #创建字典
    for i in range(10):
        p = Process(target=foo,args=(i,li,))
        p.start()
        # time.sleep(0.01)  #方式一：
        p.join()   #方式二：join进程之间串联进行

    'c': ctypes.c_char,  'u': ctypes.c_wchar,
    'b': ctypes.c_byte,  'B': ctypes.c_ubyte,
    'h': ctypes.c_short, 'H': ctypes.c_ushort,
    'i': ctypes.c_int,   'I': ctypes.c_uint,
    'l': ctypes.c_long,  'L': ctypes.c_ulong,
    'f': ctypes.c_float, 'd': ctypes.c_double

#创建进程池
from multiprocessing import Process,Queue
def f(i,q):
    print(i,q.get())  #回去队列中元素

if __name__ == "__main__":
    q=Queue()  #创建队列
    q.put(123)  #将数据put进队列
    q.put(456)
    q.put(789)
    for i in range(10):  #共设置10个进程池
        p = Process(target=f,args=(i,q,)) #创建进程
        p.start() #执行进程

 　　进程池

　　进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。

　　进程池常用方法：　　

• apply  ：串行执行每一个进程，即只有当一个进程执行完之后，第二个进程才会开始执行
• apply_async  ：并行执行所有进程，同时执行所有进程

from  multiprocessing import Pool
import time
def f1(arg):
    time.sleep(1)
    print(arg)
if __name__ == "__main__":
    pool = Pool(5)  #创建进程池
    for i in range(10):   #创建10个进程
        pool.apply(func=f1,args=(i,)) #apply：让进程去进程池中获取数据，只有等待一个执行完一个元素后，第二个进程接着执行
        # pool.apply_async(func=f1,args=(i,))
    print("end")  #当0个进程执行完之后，输出end

• apply_async  ：并行执行所有进程，同时执行所有进程
• terminate()#程序执行此时，立即终止所有进程，不管进程池中是否含有任务

from  multiprocessing import Pool
import time
def f1(arg):
    time.sleep(1)
    print(arg)
if __name__ == "__main__":
    pool = Pool(5)  #创建进程池，每一次可同时执行5个进程
    for i in range(10):   #创建10个进程
        #pool.apply(func=f1,args=(i,)) #apply：让进程去进程池中获取数据，只有等待一个执行完一个元素后，第二个进程接着执行
        pool.apply_async(func=f1,args=(i,)) #apply_async:方法：并行运行所有进程
    # print("end")  #当0个进程执行完之后，输出end
    pool.close()#所有任务（即）执行完毕
    time.sleep(2)
    pool.terminate()#当程序运行此时，立即终止所有进程，不管进程池中任务是否执行完
    # pool.join()

　　进程中常用方法由：Lock，Rloack，Event，Condition，Smaphore等于线程中方法一样

　　1、进程锁：　　

from multiprocessing import RLock,Lock,Event,Condition,Semaphore
from multiprocessing import Process
from multiprocessing import queues
from multiprocessing import Array
import multiprocessing
import time

def foo(i,list,lc):
    lc.acquire() #给进程上锁
    list[0]=list[0]-1   #每一次进程调用子进程时减一
    time.sleep(1)
    print("say hi",list[0])  #输出每一次进程调用
    lc.release()  #给进程解锁
if __name__ == "__main__":
    li = Array('i',1)  #python引用数组，i：表示整型数据，1：带包进程数组中含有一个元素

 li[0]=10 #设置数组长度为10 lock = RLock() #创建进程锁 for i in range(10): #创建10个进程 p = Process(target=foo,args=(i,li,lock)) #创建进程 p.start() #执行进程

　　2、多进程

二、Python线程

　　定义：线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必　　不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.

　　threading模块：提供线程相关操作，线程是应用程序中工作的最小单位

　　1、单线程

#!/usr/bin/env python
# -*- coding: utf-8 -*- 
# lcj
import  threading
import time
#创建一个class类
def show(arg):  #arg：传参
    time.sleep(2)
    print('thread'+str(arg))  #将传参转换至字符串形式
for i in range(10):  #创建10个线程
    t = threading.Thread(target=show,args=(i,))  #创建线程
    t.start()  #线程就绪，等到CPU调度，
# print('main thread stop')

 　上述代码创建了10个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令

 更多方法：
 •start            线程准备就绪，等待CPU调度
 •setName      为线程设置名称
 •getName      获取线程名称
 •setDaemon   设置为后台线程或前台线程（默认）
                   如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止
                    如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
 •join              逐个执行每个线程，执行完毕后继续往下执行，该方法使得多线程变得无意义
 •run              线程被cpu调度后自动执行线程对象的run方法 　

#自定义线程
import  threading
import time
class MyThread(threading.Thread):  #继承父类threading.Thread
    def __init__(self, num): #MyThread类__ini__方法
        threading.Thread.__init__(self)
        self.num = num
    def run(self):  #定义每个线程执行的函数，此时：self == 调用对象（t1或者t2对象）
        print('running on number:%s' % self.num)
        time.sleep(3)  #每一个线程睡眠3秒
if __name__ == "__main__":
    t1 = MyThread(1)  #创建t1对象，并将参数1复制给t1对象
    t2 = MyThread(2)  #创建t2对象，并将参数1复制给t2对象
    t1.start()  #执行线程
    t2.start()
#输出
# running on number:1
# running on number:2

　

import threading
def f1(arg):
    print(arg)
for i in range(10): #设置10个线程
    t = threading.Thread(target=f1,args=(i,)) #创建线程
    t.start()  #执行线程
    #输出：0-9数据

　

　　生产者和消费者

import queue,time
import threading
#先进先出
q = queue.Queue(20)
#生产者
def productor(arg):
    """
    买票
    :param arg:
    :return:
    """
    q.put(str(arg)+"-买票")
for i in range(30):
    t = threading.Thread(target=productor,args=(i,))  #创建买票线程生产者，并将动态参数i传递给productor(arg）
    t.start()  #执行买票线程
    # if i == 30:
    #     break
#消费者
def consumer(arg):
    """
    服务器后台，
    :param arg:
    :return:
    """
    while True:
        print(arg,q.get())  #获取队列中存在元素
        time.sleep(1)
sk = threading.BoundedSemaphore(5)
for j in range(5):
    t = threading.Thread(target=consumer,args=(j,))#创建买票线程生产者，并将动态参数j传递给consumer(arg）
    t.start()  #执行c线程

　　　　队列

　　Python中常用队列方法：

　　put放数据，是否阻塞，阻塞时的超时事件

　　get取数据（默认阻塞）,是否阻塞，阻塞时的超时事件

　　qsize():获取队列中有多少个元素

　　maxsize：最大支持的个数

　　1、先进先出

　　 queue.Queue(2)方法：创建先进先出队列，参数2表示队列中最多可含有两个元素，否则超过队列中设置的最大队列则报队列满（queue.Full）错误，　

import queue
import time
#先进先出
# put放数据，是否阻塞，阻塞时的超时事件
# get取数据（默认阻塞）,是否阻塞，阻塞时的超时事件
# qsize():获取队列中有多少个元素
# maxsize 最大支持的个数
q = queue.Queue(2)  #创建队列，带参数，则表示队列最大可放多少个数据
q.put(12)
q.put(13)
print(q.qsize())  #获取队列中有多少个数据
# q.put(15,timeout=2)   #当队列中设置长度为2时，此时在往队列中增加元素时，超过2秒，报错queue.Full
q.put(15,block=False,timeout=2)
print(q.qsize())  #获取队列中有多少个数据
print("------------")
print(q.get())  #获取队列中元素
print(q.get(block=False))  #get取数据（默认阻塞）,当block=False表示不堵塞
print(q.get(timeout=2))  #设置获取队列中元素超时时间2秒,超过则直接执行下面代码
print(q.get(block=False,timeout=2))   #

　　2、后进先出

　　queue.LifoQueue()方法：创建后进先出队列

import queue
# 队列后进先出
q= queue.LifoQueue()
q.put(123)  #将数据put队列中
q.put(234)
print(q.get()) #获取队列中的元素
#输出：234

　　3、队列优先级

　　queue.PriorityQueue()方法：创建队列优先级队列

import  queue
#队列优先级，按照下标进行优先级别排序
q = queue.PriorityQueue()  #创建队列优先级别q值
q.put((1,"lcj"))  #将数据put队列中
q.put((0,"alex"))
q.put((4,"xiaoluo"))
print(q.get())   #获取队列中的元素
#输出(0, 'alex')

　　4、双向队列

　　queue.deque()方法：创建双向队列

import queue
#双向队列
q = queue.deque() #创建双向队列
q.append(33)  #将元素33加入队列中
q.append(44)
q.append(55)
q.appendleft(99)
print(q.pop())  #pop:在队列中提取一个元素
print(q.popleft())  #99

　　线程锁（Lock，RLock）

　　一个进程下有多个线程，且线程是共享进程资源，每一个线程肯能执行N条语句后，当多个线程同时修改一天数据时可能会出现脏数据，所以，出现线程锁，同一时间只允许一个线程操作

　　Lock，RLock区别？

　　Lock是阻塞其他线程对共享资源的访问，且同一线程只能acquire一次，如多于一次就出现了死锁，程序无法继续执行。为了保证线程对共享资源的独占，又避免死锁的出现，就有了RLock。RLock允许在同一线程中被多次acquire，线程对共享资源的释放需要把所有锁都release。即n次acquire，需要n次release

　　线程在未加锁情况下，主线程回一次性执行所有的线程且会产生多个线程同用一个数据，产生脏数据　　

#未加锁
import threading
import time
num = 0  #定义一个全局变量
def show(arg):
    global num   #对全局变量num进行重新赋值
    time.sleep(1)
    num +=1
    print(num)
for i in range(10):  #定义十个线程
    t = threading.Thread(target=show,args=(i,))#
    t.start()  # 执行线程

线程加锁特定：每一个线程执行一条数据，防止多个线程重用一条数据产生脏数据

#加锁
import threading
import time
num = 0  #定义一个全局变量
lock = threading.RLock()  #定义一个线程锁
def show(arg):
    lock.acquire()  #枷锁操作
    global num   #对全局变量num进行重新赋值
    num +=1
    time.sleep(1)  #每一个线程执行时睡眠一秒钟
    print(num)
    lock.release()  #解锁操作
for i in range(10):  #定义十个线程
    t = threading.Thread(target=show,args=(i,))#创建主线程
    t.start()  # 执行线程

 　　信号量（Semaphore）

　　互拆锁：同时只允许一个线程更改数据，而Semapphore是同时允许一定数量的线程更改数据，比如：一个萝卜一个坑，只有空余的坑才能进入占座

　　BoundedSemaphore（5）方法：表示5个线程同时运行

import threading,time
def run(n):
    k1.acquire()  #加锁
    time.sleep(1)
    print("run the threading:%s" %n)
    k1.release() #解锁
if __name__ == '__main__':
    num = 0
    k1 = threading.BoundedSemaphore(5) #设置线程最多同时运行5个线程
    for i in range(30):  #设置线程数为30
        t = threading.Thread(target=run,args=(i,))  #主线程
        t.start() #执行线程

　　事件（event）

　　python线程的事件用于主线程控制其他子线程的执行，事件主要提供是三个方法：set、wait、clear

　　事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。　　

• clear：将“Flag”设置为False
• set：将“Flag”设置为True 
• wait：检测主线程状态

import threading,time
#代码从上往下执行，由t.start调用子线程执行lcj方法，第一次输出i值，
#当线程执行值wait时，判断线程状态，红灯（clear）：停，绿灯(set)：行
#主线程继续运行至inp，当用户输如true时，主线程执行set方法，将线程转态设置绿灯，继续运行，则子线程继续执行i+100
def lcj(i,event):
    print(i)
    time.sleep(1)
    event.wait()  #检测是什么等，如果是红灯，则停，绿灯：则行
    print(i+100)
event_obj = threading.Event()  #创建一个线程事件
for i in range(10):  #设置30个线程
    t = threading.Thread(target=lcj,args=(i,event_obj,))
    t.start()  #调用线程
event_obj.clear()  #设置成红灯
inp = input(">>:").strip()
if inp =='true':   #如果用户输入：true,系统则经过wait检查之后执行其下面打印语句
    event_obj.set() #设置成绿灯

 　　条件（Contion）

　　当线程处于等待时，只有满足某条件时，才释放N个线程继续执行子线程下代码

　　1、条件wait方法用法

　　notify方法：不会释放所占用的锁，输入几就释放几个元素，比如：客户输入2，则子线程输出100,101

import threading
def run(i,con):
    print(i)
    con.acquire()  #加锁
    con.wait()  #检测主线程状态，当主线程客户端输入3,则子线程输出队列中前三个元素每一个各加100输出
    print(i+100)
    con.release()  #解锁
# if __name__ == "__main__":
con = threading.Condition()
for i in range(10):
    t = threading.Thread(target=run,args=(i,con,))  #创建主线程
    t.start() #执行子线程
while True:
    inp = input(">>>:").strip()
    if inp == 'q':
        break
    # 此三个必须放在一起、acquire、notify、release
    con.acquire()  #加锁
    con.notify(int(inp))  #notify()方法不会释放所占用的锁，输入几就释放几个元素，比如：客户输入2，则子线程输出100,101
    con.release()  #解锁

　　2、条件wait_for方法：　　

import  threading
def contion():
    ret = False
    i = input(">>>>:")
    if i =="true":
        ret = True
    else:
        ret = False
    return ret
def run(i,con):
    print(i)  #输出所有线程
    con.acquire()#加锁
    con.wait_for(contion)  #wait_for：等待条件=true成立,则执行contion函数中语句
    print(i+100)  #当主线程条件成立，则执行i+100
    con.release() #解锁
c = threading.Condition()  #创建线程条件
for i in range(10): #设置10个线程
    t = threading.Thread(target=run,args=(i,c,)) #创建线程
    t.start() #执行线程

　　定时器（time）

　　python中定时器：指定N秒之后执行子线程操作　　

from threading import Timer
def lcj():
    print("hello,world")
t = Timer(1,lcj)  #定时器：1秒后执行lcj函数，并输出hello,world
t.start() #执行线程

　　2、多线程 

三、线程池

　　线程池原理：可理解为是一个容器（容器中可指定大小），在容器中取一个线程则少一个线程，再无没有线程时等待，线程执行完毕，将线程归还给线程池

　　1、基本线程池 

#自定义线程池
import queue
import threading
import time
class ThreadPool:   #进程池类
    def __init__(self,maxsize=5):  #创建构造方法，设置最大线程为5个线程
        self.maxsize = maxsize
        self._q = queue.Queue(maxsize)#_q:下划线 为了区别，创建队列
        for i in range(maxsize):  #每次循环最大线程
            self._q.put(threading.Thread) #将类名put队列中
    def get_thread(self):
        return self._q.get()  #获取线程
    def add_thread(self):
        self._q.put(threading.Thread)#队列含有：threading.Thread
pool = ThreadPool(5)  #线程池最大个数为5，即每次最多只能获取5个线程
def task(arg,p):
    print(arg)
    time.sleep(1)  #
    p.add_thread()#从线程池取完一次数据之后 再次想线程池中获取数据，直到执行完100个线程
for i in range(100):  #循环100次
    #t==threading.Thread类
    t = pool.get_thread()
    obj = t(target=task,args=(i,pool,))  #创建主线程
    obj.start()   #执行子线程池

 　　2、高级线程池 

四、Python协程

　　协程原理：利用一个线程，分解一个线程成为多个“微线程”

　　线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。

　　协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。

　　协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程；

　　协程常用方法：

　　greenlet:底层　　

from greenlet import greenlet
def f1():
    print(12)
    lcj2.switch()
    print(34)
    lcj2.switch()
def f2():
    print(56)
    lcj1.switch()
    print(78)
lcj1 = greenlet(f1)
lcj2 = greenlet(f2)
lcj1.switch()
#第一步：lcj1.switch()：执行f1函数并输出12
#第二步：在函数f1中lcj2.switch()，则执行f2函数并输出56
#第三步：在f2函数执行lcj1.switch()，则执行f1函数，并输出34
#第四步：在f1函数执行lcj2.switch()，则执行f2函数，并输出78
#最后输出顺序为：12,56,34,78

　　gevent:高级

import gevent
def foo():
    print("running in foo")
    gevent.sleep(1)
    print('Explicit context switch to foo agein')

def bar():
    print('explicit context to bar')
    gevent.sleep(1)
    print('implicit context switch back to bar')
gevent.joinall([
    gevent.spawn(foo),
    gevent.spawn(bar),
])
# running in foo
# explicit context to bar
# Explicit context switch to foo agein
# implicit context switch back to bar

　　遇到IO操作自动切换：　　

from gevent import monkey;monkey.patch_all()
#monkey.patch_all()  修改原来socket,   对IO请求进行封装
import gevent
import requests
def f(url):
    print('GET: %s'% url)  #获取所有URL
    resp = requests.get(url)  #获取URL
    data = resp.text  #获取URL内容
    print("%d bytes received from %s." % (len(data),url))
gevent.joinall([
    gevent.spawn(f, "https://www.python.org/"),
    gevent.spawn(f, "https://www.yahoo.com/"),
    gevent.spawn(f, "https://github.com/"),
])