一、守护进程
主进程创建子进程，然后将该进程设置成守护自己的进程，守护进程就好比崇祯皇帝身边的老太监，崇祯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
from multiprocessing import Process import time def task(name): print(f"{name} is running") time.sleep(2) print(f"{name} is done") if __name__ == '__main__': p = Process(target=task,args=('alex',)) p.daemon = True #Daemon()程序是一直运行的服务端程序，又称为守护进程。 p.start() print('主')
子进程在主进程死后就没意义，就把 该子进程 设置成守护进程
练习题：
from multiprocessing import Process import time def foo(): print(123) time.sleep(3) print('end 123') def bar(): print(456) time.sleep(3) print('end 456') if __name__ == '__main__': p1 = Process(target=foo) p2 = Process(target=bar) p1.daemon = True p1.start() p2.start() print('----主-----') # 主进程死，守护进程死 --------------------------------------------- ----主----- 456 end 456
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
#1并发运行,效率高,但竞争同一打印终端,带来了打印错乱
#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 os,time def work(): print('%s is running' %os.getpid()) time.sleep(2) print('%s is done' %os.getpid()) if __name__ == '__main__': for i in range(3): p=Process(target=work) p.start() 7920,is running 7592,is running 7824,is running 7920 is done 7592 is done 7824 is done
#2由并发变成了串行,牺牲了运行效率,但避免了竞争
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
from multiprocessing import Process,Lock import os,time def work(lock): lock.acquire() #加锁 print('%s is running' %os.getpid()) time.sleep(2) print('%s is done' %os.getpid()) lock.release() #释放锁 if __name__ == '__main__': lock=Lock() for i in range(3): p=Process(target=work,args=(lock,)) p.start() 7532,is running 7532 is done 7196,is running 7196 is done 7816,is running 7816 is done
3、模拟抢票练习
3.1并发运行，效率高，但竞争写同一文件，数据写入错乱,只有一张票，卖成功给了10个人
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
from multiprocessing import Process import time,json def search(name): dic = json.load(open('db.txt','r')) time.sleep(1) print(f"{name} 查到余票数{dic['count']}") def get(name): dic = json.load(open('db.txt','r')) time.sleep(1) if dic['count'] > 0: dic['count'] -= 1 time.sleep(1)#模拟写数据的网络延迟 json.dump(dic,open('db.txt','w')) print(f"{name}购票成功") def task(name): search(name) get(name) if __name__ == '__main__': for i in range(10): name = f"<路人{i}>" p = Process(target=task,args=(name,)) p.start() <路人0> 查到余票数1 <路人2> 查到余票数1 <路人1> 查到余票数1 <路人7> 查到余票数1 <路人3> 查到余票数1 <路人4> 查到余票数1 <路人6> 查到余票数1 <路人5> 查到余票数1 <路人8> 查到余票数1 <路人9> 查到余票数1 <路人0>购票成功 <路人2>购票成功 <路人1>购票成功 <路人7>购票成功 <路人3>购票成功 <路人4>购票成功 <路人6>购票成功 <路人5>购票成功 <路人8>购票成功 <路人9>购票成功 db.txt 中的数据为：{"count": 1} 运行后为：{"count": 0}
View Code
3.2、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。对购买后写入的操作加锁
from multiprocessing import Process,Lock import time,json def search(name): dic = json.load(open('db.txt','r')) time.sleep(1) print(f"{name} 查到余票数{dic['count']}") def get(name): dic = json.load(open('db.txt','r')) time.sleep(1) if dic['count'] > 0: dic['count'] -= 1 time.sleep(1)#模拟写数据的网络延迟 json.dump(dic,open('db.txt','w')) print(f"{name}购票成功") def task(name,lock): search(name) with lock: #相当于lock.acquire(),执行完自代码块自动执行lock.release() # 把写的操作 上锁 get(name) if __name__ == '__main__': lock = Lock() for i in range(10): name = f"<路人{i}>" p = Process(target=task,args=(name,lock)) p.start() <路人3> 查到余票数1 <路人1> 查到余票数1 <路人0> 查到余票数1 <路人2> 查到余票数1 <路人5> 查到余票数1 <路人4> 查到余票数1 <路人6> 查到余票数1 <路人7> 查到余票数1 <路人9> 查到余票数1 <路人8> 查到余票数1 <路人3>购票成功
4、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，说到这里我赶紧试了一下
from multiprocessing import Process,Lock import time,json def search(name): dic = json.load(open('db.txt','r')) time.sleep(1) print(f"{name} 查到余票数{dic['count']}") def get(name): dic = json.load(open('db.txt','r')) time.sleep(1) if dic['count'] > 0: dic['count'] -= 1 time.sleep(1)#模拟写数据的网络延迟 json.dump(dic,open('db.txt','w')) print(f"{name}购票成功") def task(name): search(name) #with lock: #相当于lock.acquire(),执行完自代码块自动执行lock.release() # 把写的操作 上锁 get(name) if __name__ == '__main__': #lock = Lock() for i in range(10): name = f"<路人{i}>" p = Process(target=task,args=(name,)) p.start() p.join() <路人0> 查到余票数1 <路人0>购票成功 <路人1> 查到余票数0 <路人2> 查到余票数0 <路人3> 查到余票数0 <路人4> 查到余票数0 <路人5> 查到余票数0 <路人6> 查到余票数0 <路人7> 查到余票数0 <路人8> 查到余票数0 <路人9> 查到余票数0
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 lock.acquire() get(name) #串行执行 lock.release()
5、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，即串行地修改，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。
队列和管道都是将数据存放于内存中，而队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来，因而队列才是进程间通信的最佳选择。
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。