python全栈开发day32-进程创建，进程同步，进程间的通信，进程池

一、内容总结

　　1.进程创建

　　　　1) 　　Process:两种创建一个新进程的方法：

　　　　　　　　1.实例化Process，通过args=(,)元组形式传参，2创建类继承Process，类初始化的时候传参数

　　　　2)　　p.join()，阻塞主进程，执行完p进程后，释放

　　　　3) 　　守护进程 ,守护主程序代码执行完毕，p.daemon = True　　　　　

import time
from multiprocessing import Process


def func():
    while True:
        print('is alive')
        time.sleep(0.5)


def wahaha():
    i = 0
    while i < 5:
        print('第%s秒'%i)
        time.sleep(1)
        i += 1


if __name__ == '__main__':
    p2 = Process(target=wahaha)
    p2.start()
    p1 = Process(target=func)
    p1.daemon = True   # 设置p1为守护进程
    p1.start()
    time.sleep(3)
    print('主进程')
    p2.join()   # 守护进程会等待子进程结束后才结束守护

守护进程代码

　　　　4)　　p.terminate() 不会立即结束，会等待主进程回收资源等

 # python和进程
    # multiprocessing模块
    # 主进程
    # 父子进程
        # 父进程需要等待子进程执行结束之后才结束
            # 负责回收子进程的一些资源
        # 进程与进程之间数据隔离
            # 子进程可以在创建之初接收参数
            # 但是不能直接返回值
        # 异步 父子进程之间的工作是互不干扰的
    # 开启一个子进程
        # multiprocessing.Process
        # 第一种方式
            # 实例化创建一个进程
            # start开启一个进程
        # 第二种方式
            # 采用面向对象的形式来创建进程
                # 继承Process
                # 在init处传参数
                # 重写run方法
    # 子进程的控制
        # join        　  

　　2.进程的同步

　　　　1）、锁 Lock

　　　　　　加锁，维护了数据的安全，但降低了程序的效率，但所有的效率都必须建立在数据安全的基础上；

　　　　　　但凡涉及到并发编程我们都要考虑共享数据的安全性，我需要在并发部分对数据操作格外小心，

　　　　　　如果涉及到数据的不安全就要加锁控制。

#  查票的例子
import os,time
from multiprocessing import Lock,Process
import json


def search(i):
    with open('db') as f:
        ticket_count = json.load(f)
        print('%s查到了还剩余：%s张余票！' % (i,ticket_count['count']))


def buy(i):
    with open('db') as f:
        ticket_count = json.load(f)
        time.sleep(0.2)     # 模拟请求数据库数据网络传输时延
    if ticket_count['count'] > 0:
        ticket_count['count'] -= 1
        print('%s号买到了车票！'% i)
        time.sleep(0.2)     # # 模拟写入数据库数据网络传输时延
        with open('db', 'w') as f:
            json.dump(ticket_count, f)

def get_ticket(lock, i):
    search(i)
    with lock: buy(i)
# 两种加锁方式
#
# def get_ticket(lock, i):
#     search(i) # 查票不用加锁，都可以查
#     lock.acquire()
#     buy(i) # 买票加锁
#     lock.release()


if __name__ == '__main__':
    lock = Lock()
    for i in range(10):
        p = Process(target=get_ticket,args=(lock,i))
        p.start()

查车票的例子

　　　　lock内部实现进程间的通信，使得谁acquire了锁，谁realease了在多个拥有lock参数子进程中透明。

　　　　2）、信号量 Semaphore 锁+计数器

　　　　　　

# 4人KTV的例子

# def ktv(sema,i):
#     sema.acquire()
#     print('%s 走进ktv！' % i)
#     time.sleep(random.randint(1,5))
#     print('%s 走出KTV！！！'% i)
#     sema.release()


def ktv(sema,i):
    with sema:
        print('%s 走进ktv！' % i)
        time.sleep(random.randint(1,5))
        print('%s 走出KTV！！！'% i)


if __name__ == '__main__':
    sema = Semaphore(4)
    for i in range(10):
        p = Process(target=ktv, args=(sema, i))
        p.start()

4人KTV的例子

　　　　3）、事件Event

　　　　　　　控制子进程阻塞还是执行的一个机制：

　　　　　　wait方法：

　　　　　　　　如果is_set() 标志位为False，则阻塞 wait(n)可以设置阻塞n秒后继续执行，但标志位不会改变，还是False

                   　　  如果is_set() 标志位为True，效果相当于pass

　　　　　　控制标志：

　　　　　　　　is_set():判断标志位状态

　　　　　　　　set()：设置标志位为True

　　　　　　　　clear():设置标志位False

                     

import time, random
from multiprocessing import Process,Event

e = Event()
# print(e.is_set()) 会打印12次，数数吧哈哈

def traffic_light(e):
    print('\033[1;31m红灯亮了\033[0m')
    while True:
        time.sleep(2)
        if e.is_set():
            print('\033[1;31m红灯亮了\033[0m')
            e.clear()
        else:
            print('\033[1;32m绿灯亮了\033[0m')
            e.set()


def car(e, i):
    if not e.is_set():
        print('car%s 在等待红灯' % i)
        e.wait()
    print('car%s 通过' % i)


if __name__ == '__main__':
    e = Event()
    traffic_light1 = Process(target=traffic_light, args=(e,))
    traffic_light1.daemon = True
    traffic_light1.start()
    li = []
    for i in range(10):
        p = Process(target=car, args=(e, i))
        p.start()
        li.append(p)
        time.sleep(random.randint(0, 3))
    for p in li:
        p.join()
    print('主程序结束！')

事件红绿灯的例子

　　3.进程间的通信

　　　　1.队列Queue

　　　　　　# IPC 进程之间的通信

　　　　　　empty():# 多进程的情况下 不准：

　　　　　　full():# 多进程的情况下 不准：

　　　　　　put():#队列慢 会引起程序的阻塞：

　　　　　　get():#队列空 会引起程序的阻塞：

　　　　　　put_nowait(): # 不会阻塞，但容易丢失数据

　　　　　　get_nowait():# 不会阻塞，但满的话会报错

　　　　　　

from multiprocessing import Process,Queue

def num(q,i):
    q.put({i:i**i})


if __name__ == '__main__':
    q = Queue()
    for i in range(10):
        p = Process(target=num, args=(q,i))
        p.start()

    for j in range(10):
        print(q.get())

利用Queue进行进程通信的例子

　　　　2.管道

　　　　3.Manager

　　4.进程池

　　　　pool

　　

二、预习和扩展