一、守护进程
1，主进程创建子进程，然后将该进程设置成守护自己的进程，守护进程就好比皇帝身边的老太监，皇帝已死老太监就跟着殉葬了。
关于守护进程需要强调两点：
其一：守护进程会在主进程代码执行结束后就终止。
其二：守护进程内无法再开启子进程，否则抛出异常：AssertionError: daemonic processes are not allowed to have children
如果我们有两个任务需要并发执行，那么开一个主进程和一个子进程分别去执行就ok了，如果子进程的任务在主进程任务结束后就没有存在的必要了，那么该子进程应该在开启前就被设置成守护进程。主进程代码运行结束，守护进程随即终止。
注意：进程之间是互相独立的，主进程代码运行结束，守护进程随即终止。
from multiprocessing import Process import time def task(name): print("%s is running." % name) time.sleep(2) if __name__ == "__main__": p = Process(target=task,args=("子进程1",)) p.daemon = True # 守护进程一定是要在开启之前设置，设置p为守护进程，禁止p创建子进程，并且父进程代码执行结束，p即终止运行。 p.start() print("主") # 只要终端打印出这行内容，主进程就算执行完了，那么守护进程 p 也就跟着结束掉了。
2，练习题：思考下列代码的执行结果有可能有哪些情况？why？
from multiprocessing import Process import time def foo(): print(123) time.sleep(1) print("end123") def bar(): print(456) time.sleep(3) print("end456") if __name__ == '__main__': p1 = Process(target=foo) p2 = Process(target=bar) p1.daemon = True p1.start() p2.start() print("main-------")
from multiprocessing import Process import time def foo(): print(123) time.sleep(1) print("end123") def bar(): print(456) time.sleep(3) print("end456") if __name__ == '__main__': p1 = Process(target=foo) p2 = Process(target=bar) p1.daemon = True # 把 p1 设置成守护进程，main------ 打印出来之后，它就跟着没了 p1.start() p2.start() print("main-------") # 这行打印出来，主进程就运行完了 # 机器性能高的情况下，会出现，p2 的信号的发送过程中，p1 已经立马开启起来了，会瞬间打印123，然后会打印main----，然后p2起来 # 但是只要看到main------，绝对不会看到 end123。 """ main------- 456 end456 """
二、互斥锁
进程之间数据不共享，但是共享同一套文件系统，所以访问同一个文件，或同一个打印终端，是没有问题的，而共享带来的是竞争，竞争带来的结果就是错乱，如下：
# 并发运行，效率高，但竞争同一打印终端，带来了打印错乱。 from multiprocessing import Process import time def task(name): print("%s 1" % name) time.sleep(1) print("%s 2" % name) time.sleep(1) print("%s 3" % name) if __name__ == "__main__": for i in range(3): p = Process(target=task,args=("进程%s" % i,)) p.start() """ 结果是错乱，三个进程是共享同一个输出终端的， 共享带来的就是竞争，谁抢到了，谁就打印，这就用到了互斥锁。 进程0 1 进程2 1 进程1 1 进程0 2 进程1 2 进程2 2 进程0 3 进程1 3 进程2 3 """
如何控制，就是加锁处理。而互斥锁的意思就是互相排斥，如果把多个进程比喻为多个人，互斥锁的工作原理就是多个人都要去争抢同一个资源：卫生间，一个人抢到卫生间后上一把锁，其他人都要等着，等到这个完成任务后释放锁，其他人才有可能有一个抢到......所以互斥锁的原理，就是把并发改成串行，降低了效率，但保证了数据安全不错乱。
# 由并发变成了串行,牺牲了运行效率,但避免了竞争 from multiprocessing import Process,Lock import time def task(name,mutex): mutex.acquire() # 加锁 print("%s 1" % name) time.sleep(1) print("%s 2" % name) time.sleep(1) print("%s 3" % name) mutex.release() # 把锁释放掉 if __name__ == "__main__": mutex = Lock() for i in range(3): p = Process(target=task,args=("进程%s" % i,mutex)) # 确保所有的进程用的是同一把锁，就把这个锁传递给子进程。 p.start() """ 虽然效率降低了，但是避免了竞争，错乱 进程0 1 进程0 2 进程0 3 进程1 1 进程1 2 进程1 3 进程2 1 进程2 2 进程2 3 """
三、模拟抢票练习
多个进程共享同一文件，我们可以把文件当数据库，用多个进程模拟多个人执行抢票任务。
# 文件db.txt的内容为：{"count":1} # 注意一定要用双引号，不然json无法识别 from multiprocessing import Process import json import time def search(name): """查票""" time.sleep(1) # 模拟网络延迟 dic = json.load(open("db.txt","r",encoding="utf-8")) print("<%s>查看到剩余票数<%s>" % (name,dic["count"])) def get(name): """购票""" time.sleep(1) dic = json.load(open("db.txt", "r", encoding="utf-8")) if dic["count"] > 0: dic["count"] -= 1 time.sleep(3) json.dump(dic,open("db.txt","w",encoding="utf-8")) print("<%s>购票成功" % name) def task(name): search(name) get(name) if __name__ == "__main__": for i in range(1,11): p = Process(target=task,args=("路人%s" % i,)) p.start() # 并发运行，效率高，但竞争同一文件，数据写入错乱,只有一张票，却成功卖给了10个人 """ <路人1>查看到剩余票数<1> <路人2>查看到剩余票数<1> <路人3>查看到剩余票数<1> <路人4>查看到剩余票数<1> <路人5>查看到剩余票数<1> <路人6>查看到剩余票数<1> <路人7>查看到剩余票数<1> <路人8>查看到剩余票数<1> <路人9>查看到剩余票数<1> <路人10>查看到剩余票数<1> <路人1>购票成功 <路人2>购票成功 <路人3>购票成功 <路人4>购票成功 <路人5>购票成功 <路人6>购票成功 <路人7>购票成功 <路人8>购票成功 <路人9>购票成功 <路人10>购票成功 """
# 加锁处理：购票行为由并发变成了串行，牺牲了运行效率，但保证了数据安全 from multiprocessing import Process,Lock import json import time def search(name): """查票""" time.sleep(1) # 模拟网络延迟 dic = json.load(open("db.txt","r",encoding="utf-8")) print("<%s>查看到剩余票数<%s>" % (name,dic["count"])) def get(name): """购票""" time.sleep(1) dic = json.load(open("db.txt", "r", encoding="utf-8")) if dic["count"] > 0: dic["count"] -= 1 time.sleep(3) json.dump(dic,open("db.txt","w",encoding="utf-8")) print("<%s>购票成功" % name) def task(name,mutex): search(name) mutex.acquire() get(name) mutex.release() if __name__ == "__main__": mutex = Lock() for i in range(1,11): p = Process(target=task,args=("路人%s" % i,mutex)) p.start() """ <路人1>查看到剩余票数<1> <路人2>查看到剩余票数<1> <路人3>查看到剩余票数<1> <路人4>查看到剩余票数<1> <路人5>查看到剩余票数<1> <路人6>查看到剩余票数<1> <路人7>查看到剩余票数<1> <路人8>查看到剩余票数<1> <路人9>查看到剩余票数<1> <路人10>查看到剩余票数<1> <路人1>购票成功 Process finished with exit code 0 """
四、互斥锁与join
使用 join 可以将并发变成串行，互斥锁的原理也是将并发变成穿行，那我们直接使用 join 就可以了啊，为何还要互斥锁，那我们就来试一下：
# 互斥锁与 join from multiprocessing import Process import json import time def search(name): """查票""" time.sleep(1) # 模拟网络延迟 dic = json.load(open("db.txt","r",encoding="utf-8")) print("<%s>查看到剩余票数<%s>" % (name,dic["count"])) def get(name): """购票""" time.sleep(1) dic = json.load(open("db.txt", "r", encoding="utf-8")) if dic["count"] > 0: dic["count"] -= 1 time.sleep(3) json.dump(dic,open("db.txt","w",encoding="utf-8")) print("<%s>购票成功" % name) else: print("<%s>购票失败" % name) def task(name): search(name) get(name) if __name__ == "__main__": for i in range(1,11): p = Process(target=task,args=("路人%s" % i,)) p.start() p.join() # 进程按顺序一个个执行 """ 这种方式连查看票都变成串行的了，而我们只想要购票是串行的。 <路人1>查看到剩余票数<1> <路人1>购票成功 <路人2>查看到剩余票数<0> <路人2>购票失败 <路人3>查看到剩余票数<0> <路人3>购票失败 <路人4>查看到剩余票数<0> <路人4>购票失败 <路人5>查看到剩余票数<0> <路人5>购票失败 <路人6>查看到剩余票数<0> <路人6>购票失败 <路人7>查看到剩余票数<0> <路人7>购票失败 <路人8>查看到剩余票数<0> <路人8>购票失败 <路人9>查看到剩余票数<0> <路人9>购票失败 <路人10>查看到剩余票数<0> <路人10>购票失败 """
发现使用 join 将并发改成穿行，确实能保证数据安全，但问题是连查票操作也变成只能一个一个人去查了，很明显大家查票时应该是并发地去查询而无需考虑数据准确与否，此时 join 与互斥锁的区别就显而易见了，join是将一个任务整体串行，而互斥锁的好处则是可以将一个任务中的某一段代码串行，比如只让 task 函数中的 get 任务串行：
def task(name,): search(name) # 并发执行 mutex.acquire() get(name) # 串行执行 mutex.release()
总结：
# 加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。 虽然可以用文件共享数据实现进程间通信，但问题是： 1.效率低（共享数据基于文件，而文件是硬盘上的数据） 2.需要自己加锁处理 # 因此我们最好找寻一种解决方案能够兼顾：1、效率高（多个进程共享一块内存的数据）2、帮我们处理好锁问题。这就是mutiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道。 1 队列和管道都是将数据存放于内存中 2 队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来， 我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。