回顾
p.daemon = True 报错
进程互斥锁
队列
IPC(进程间通信)
生产者与消费者
线程
线程对象属性
线程互斥锁

回顾

1.操作系统发展史
- 穿孔卡片
- 联机批处理
- 脱机批处理

多道技术:
单道: 多个程序一串串执行
多道:
切换 + 保存状态

1)空间上的复用
一个计算机(CPU)的空间可以提供给多个程序使用.

2)时间上的复用
- 当前程序遇到IO操作,就会立马切换CPU的执行权限
- 当前程序使用CPU时间过长,,就会立马切换CPU的执行权限
并发与并行
并发: 看起来像同时运行.
并行: 真实意义上的同时运行.

在单核的情况下不能实现并行,要想实现并行,必须有多个CPU.

2.进程
程序: 一堆代码.
进程: 一堆代码运行的过程.

进程调度:
时间片轮转法 + 分级反馈队列
进程的三种状态:
- 就绪态
  所有进程在创建时都会先进入就绪态
- 运行态
  通过进程调度将每一个进程调入运行态
- 阻塞态
  在运行态中的程序遇到IO就会进入阻塞态.
  若IO结束,会立马进入就绪态,不会直接进入运行态.
注意: CPU的执行时间过长会看起来像阻塞,其实并不是阻塞,剥夺其CPU执行权限,然后会将该进程重新返回就绪态.
同步和异步
同步: 一个任务提交后,在原地等待该任务结束后,下一个才能提交并且执行.
异步: 一个任务提交后,不需要原地等待,立马可以执行下一个任务.
- 阻塞与非阻塞
  - 阻塞:
    - 阻塞态
      遇到IO,会进入阻塞态
  - 非阻塞:
    - 就绪态
    - 运行态.
- 创建进程的两种方式:
  from multiprocessing import Process
  import time
  
  #方式一:
  def task():
  print('子进程开始执行')
  time.sleep(1)
  print('子进程结束完毕')
  #在windows系统下创建,必须要在__main__执行
  - __mian__下:
    #target=执行任务(函数地址)
    p = Process(target=task)
    p.start() # 告诉操作系统,创建子进程
    
    #join
    p.join() # 让主进程等待所有子进程结束后才能结束
    print('主进程' )
  #方式二:
  - 自定义类,继承Process
    class MyProcess(Process):
    
    def run(self):
    # 此处是子进程的任务
    print('子进程开始执行')
    time.sleep(1)
    print('子进程结束完毕')
  - __mian__下:
    p = MyProcess()
    p.start() # 告诉操作系统,创建子进程
    #join
    p.join() # 让主进程等待所有子进程结束后才能结束
    print('主进程' )
- join() # 让主进程等待所有子进程结束后才能结束
- 进程间数据是隔离的
- 进程对象的属性
  #可以获取子进程pid号
  current_process().pid ---> return Process().pid
  #在子进程中打印是子进程的pid号,在父进程中打印父进程的pid号
  os.getpid()
  #主主进程pid号
  os.getppid()
  
  current_process() ---> p
  #终止子进程
  p.terminate()
  
  #判断进程是否存活
  is_alive
- 守护进程:
  主进程结束后,子进程也要跟着结束
  
  #注意(******): 必须要在start()之前设置
  p.daemon = True
  p.start()

p.daemon = True 报错

父进程回收子进程PID号的两种方式:
- join
父进程正常结束后
僵尸进程与孤儿进程(了解知识点):
- 僵尸进程: 子进程结束后,父进程没有回收PID,导致子进程永久保留PID号.
  缺点: 占用PID号, 占用操作系统资源.
孤儿进程:子进程还未结束,父进程意外结束,导致子进程在结束后父进程无法回收.

此使子进程就像一个"孤儿",然后由操作系统自带的"福利院"来回收.

进程互斥锁

让并发变成串行, 牺牲了执行效率, 保证了数据安全.
在程序并发执行时,需要修改数据时使用.

'''
模拟抢票软件需求:
    并发查票与抢票

    1.查看余票

    2.开始抢票

进程互斥锁:
    让并发变成串行, 牺牲了执行效率, 保证了数据安全.
    在程序并发执行时,需要修改数据时使用.

'''
import json
import time
from multiprocessing import Process
from multiprocessing import Lock


# 查看余票
def search(user):
    # 打开data文件查看余票
    with open('data.txt', 'r', encoding='utf-8') as f:
        dic = json.load(f)
    print(f'用户{user}查看余票,还剩{dic.get("ticket_num")}...')


# 开始抢票
def buy(user):
    # 先打开获取车票数据
    with open('data.txt', 'r', encoding='utf-8') as f:
        dic = json.load(f)

    # 模拟网络延时
    time.sleep(1)

    # 若有票,修改data数据
    if dic.get("ticket_num") > 0:
        dic['ticket_num'] -= 1
        with open('data.txt', 'w', encoding='utf-8') as f:
            json.dump(dic, f)
        print(f'用户: {user}抢票成功!')

    else:
        print(f'用户: {user}抢票失败!')


# 开始抢票
def run(user, mutex):
    # 并发: 异步执行
    search(user)

    # 串行: 同步执行
    # mutex.acquire()
    buy(user)
    # mutex.release()


if __name__ == '__main__':
    # 调用Lock()类得到一个锁对象
    mutex = Lock()
    # 加锁:
    # mutex.acquire()
    # 释放锁:
    # mutex.release()

    # 同时来10个用户抢票
    for i in range(10):
        # 并发开启10个子进程
        p = Process(target=run, args=(f'用户{i}', mutex))
        p.start()
        # p.join()

队列

队列: 先进先出
相当于内存中产生一个队列空间,
可以存放多个数据,但数据的顺序是由先进去的排在前面.

堆栈: 先进后出xxxxxxxxxx 队列: 先进先出相当于内存中产生一个队列空间, 可以存放多个数据,但数据的顺序是由先进去的排在前面.- 堆栈: 先进后出队列: 先进先出相当于内存中产生一个队列空间, 可以存放多个数据,但数据的顺序是由先进去的排在前面.- 堆栈: 先进后出

'''
队列: 先进先出
    相当于内存中产生一个队列空间,
    可以存放多个数据,但数据的顺序是由先进去的排在前面.

堆栈: 先进后出
'''

from multiprocessing import Queue


# 调用队列类,实例化队列对象 q
q = Queue(5)  # 若传参队列中可以存放5个数据
# q1 = Queue()  # 若不传参,队列中可以存放无限大的数据,前提硬件能更得上

# put添加数据,若队列中的数据满了,则卡住
q.put(1)
print('进入数据1')
q.put(2)
print('进入数据2')
q.put(3)
print('进入数据3')
q.put(4)
print('进入数据4')
q.put(5)
print('进入数据5')

# 查看队列是否满了
print(q.full())  # True

# 添加数据,若队列满了,则会报错
# q.put_nowait(6)

# q.get(): 获取的数据遵循 "先进先出",若队列中无数据可取,也会卡住
print(q.get())
print(q.get())
print(q.get())
print(q.get())
print(q.get())
# print(q.get())

# get_nowait: 获取数据,队列中若没有,则会报错
# print(q.get_nowait())


# 判断队列是否为空
print(q.empty())  # False
q.put(6)
print('进入数据6')
q.put_nowait(7)
q.put_nowait(8)
q.put_nowait(9)
q.put_nowait(10)

IPC(进程间通信)

IPC(进程间通信):
进程间数据是相互隔离的,若想实现进程间通信,可以利用队列.

'''
IPC(进程间通信):
    进程间数据是相互隔离的,若想实现进程间通信,可以利用队列.
'''

from multiprocessing import Process
from multiprocessing import Queue


def test1(q):
    data = '数据hello'
    q.put(data)
    print('进程1开始添加数据到队列中..')


def test2(q):
    data = q.get()

    print(f'进程2从队列中获取数据{data}')


if __name__ == '__main__':
    q = Queue()

    p1 = Process(target=test1, args=(q, ))
    p2 = Process(target=test2, args=(q, ))

    p1.start()
    p2.start()

    print('主')

生产者与消费者

生产者与消费者:
生产者: 生产数据的
消费者: 使用数据的
- 生活中:
比如: 卖油条, 一边生产油条, 一边卖油条, 供需不平衡.

    程序中:
    通过队列,生产者把数据添加队列中,消费者从队列中获取数据.

'''
生产者与消费者:
    生产者: 生产数据的
    消费者: 使用数据的

    生活中:
        比如: 卖油条, 一边生产油条, 一边卖油条, 供需不平衡.

    程序中:
        通过队列,生产者把数据添加队列中,消费者从队列中获取数据.
'''
from multiprocessing import Queue, Process
import time


# 生产者
def producer(name, food, q):  # 生产名, 食物, 队列
    for i in range(9):
        data = food, i
        msg = f'用户{name}开始制作{data}'
        print(msg)
        q.put(data)
        time.sleep(0.1)


# 消费者
def consumer(name, q):
    while True:
        data = q.get()
        if not data:
            break
        print(f'用户{name}开始吃{data}')


if __name__ == '__main__':

    q = Queue()

    # # 创造生产者
    p1 = Process(target=producer, args=('tank', '油条', q))
    p2 = Process(target=producer, args=('华农兄弟', '竹鼠', q))

    # 生产消费者
    c1 = Process(target=consumer, args=('egon', q))
    c2 = Process(target=consumer, args=('jason', q))

    p1.start()
    p2.start()

    c1.daemon = True
    c2.daemon = True

    c1.start()
    c2.start()




    p2.join()
    print('主')

线程

'''
1.什么是线程?
    线程与进程都是虚拟单位,目的是为了更好地描述某种事物.

    - 进程: 资源单位
    - 线程: 执行单位

    开启一个进程,一定会有一个线程,线程才是真正执行者.


2.为什么要使用线程?
    节省内存资源.

    - 开启进程:
        1) 开辟一个名称空间,每开启一个进程都会占用一份内存资源.
        2) 会自带一个线程

    - 开启线程
        1) 一个进程可以开启多个线程
        2) 线程的开销远小于进程.

    注意: 线程不能实现并行, 线程只能实现并发, 进程可以实现并行.

比喻: 内存就像一个工厂, 子进程就像一个工厂车间, 线程就像车间内的流水线.

'''

from threading import Thread
import time


# 开启线程方式1:
# def task():
#     print('线程开启')
#     time.sleep(1)
#     print('线程结束')
#
#
# # t = Thread()
# if __name__ == '__main__':
#     # 调用Thread线程类实例化得到线程对象
#     t = Thread(target=task)
#     t.start()
#

# 开启线程方式2:
class MyThread(Thread):
    def run(self):
        print('线程开启')
        time.sleep(1)
        print('线程结束')


t = MyThread()
t.start()

# if __name__ == '__main__':
#     t = MyThread()
#     t.start()

线程对象属性

from threading import Thread
from threading import current_thread
import time


def task():
    print(f'线程开启{current_thread().name}')
    time.sleep(3)
    print(f'线程结束{current_thread().name}')


# t = Thread()
if __name__ == '__main__':
    # 调用Thread线程类实例化得到线程对象
    # for i in range(3):
    #     t = Thread(target=task)
    #     t.start()
    # t = Thread(target=task)
    # print(t.isAlive())
    # t.daemon = True
    # t.start()
    # print(t.isAlive())
    # print(t.is_alive())

    t = Thread(target=task)
    t.daemon = True
    t.start()

    print('主')

线程互斥锁

from threading import Thread
import time

'''
线程之间数据是共享的.
'''

# x = 100


# def task():
#     print('开启线程...')
#     time.sleep(1)
#     global x
#     x = 200
#     print('关闭线程...')
#
#
# # t = Thread(target=task)
# # t.start()
# # print(x)
#
#
# if __name__ == '__main__':
#     t = Thread(target=task)
#     t.start()
#     t.join()
#     print(x)
#     print('主')
#     # for i in range(10):
#     #     t = Thread(target=task)


from threading import Thread, Lock
import time

mutex = Lock()

n = 100


def task(i):
    print(f'线程{i}启动...')
    global n
    mutex.acquire()
    temp = n
    # time.sleep(0.1)  # 一共等待10秒
    n = temp-1
    print(n)
    mutex.release()



if __name__ == '__main__':
    t_l=[]
    for i in range(100):
        t = Thread(target=task, args=(i, ))
        t_l.append(t)
        t.start()

    for t in t_l:
        t.join()

    # 100个线程都是在100-1
    print(n)

day29总结

回顾