python多进程（二）

之前实现的数据共享的方式只有两种结构Value和Array。Python中提供了强大的Manager专门用来做数据共享的，Manager是进程间数据共享的高级接口。 Manager()返回的manager对象控制了一个server进程，此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。Manager支持的类型有list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Queue, Value和Array。

下面看一个用于多进程共享dict和list数据：

from multiprocessing import Manager, Process


def worker(dt, lt):
    for i in range(10):
        dt[i] = i*i  # 访问共享数据

    lt += [x for x in range(11, 16)]

if __name__ == '__main__':
    manager = Manager()
    dt = manager.dict()
    lt = manager.list()
    p = Process(target=worker, args=(dt, lt))
    p.start()
    p.join(timeout=3)
    print(dt)
    print(lt)

结果：
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
[11, 12, 13, 14, 15]

进程池

当使用Process类管理非常多（几十上百个）的进程时，就会显得比较繁琐，Pool可以提供指定数量的进程，供用户调用，当有新的请求提交到pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程。

import time

import multiprocessing


def fun(msg):
    print("#########start#### {0}".format(msg))
    time.sleep(3)
    print("#########end###### {0}".format(msg))


if __name__ == '__main__':
    print("start main")
    pool = multiprocessing.Pool(processes=3) #在进程池中创建3个进程
    for i in range(1, 7):
        msg = "hello {0}".format(i)
        pool.apply_async(fun, (msg,))# 执行时间6s+
        # pool.apply(fun, (msg,))    #执行时间 6*3=18s+
    pool.close()   #在调用join之前，要先调用close，否则会报错，close执行完不会有新的进程加入到pool
    pool.join()    #join 是等待所有的子进程结束，必须在close之后调用
    print("end main")

结果：
start main
start hello 1
start hello 2
start hello 3
end hello 1
start hello 4
end hello 2
start hello 5
end hello 3
start hello 6
end hello 4
end hello 5
end hello 6
end main
6.18000006676  # 使用pool.apply_async()所花费时间
18.2129998207  # 使用pool.apply()所花费时间

pool.apply_async   非阻塞，定义的进程池最大数的同时执行

pool.apply         一个进程结束，释放回进程池，开始下一个进程

从上面的结果中我们可以看到，使用pool.apply_async所花费的时间较少。

多线程

Python中提供了threading模块来对多线程进行操作，线程是应用程序中工作的最小单元，多线程适用于密集型io。

多线程的实现方式有两种：
方法一：将要执行的方法作为参数传给Thread的构造方法（和多进程类似）
t = threading.Thread(target=action, args=(i,))

方法二：从Thread类继承，并重写run()方法。

方法一示例：

import threading

def worker(args):
    print("开始子进程 {0}".format(args))
    print("结束子进程 {0}".format(args))

if __name__ == '__main__':

    print("start main")
    t1 = threading.Thread(target=worker, args=(1,))  # 和多进程类似
    t2 = threading.Thread(target=worker, args=(2,))
    t1.start()
    t2.start()
    print("end main")
    
结果：
start main
开始子进程 1
结束子进程 1
开始子进程 2
end main
结束子进程 2

方法二示例：

import threading

import time


class Hello(threading.Thread):
    # 对run()方法进行重写
    def __init__(self, args):
        super(Hello, self).__init__()
        self.args = args

    def run(self):
        print("开始子进程 {0}".format(self.args))
        time.sleep(1)
        print("结束子进程 {0}".format(self.args))

if __name__ == '__main__':

    a = 1
    print("start main")
    t1 = Hello(1)
    t2 = Hello(2)
    t1.start()
    t2.start()
    print("end main")

结果：
start main
开始子进程 1
开始子进程 2
end main
结束子进程 2
结束子进程 1

线程锁

当多线程争夺锁时，允许第一个获得锁的线程进入临街区，并执行代码。所有之后到达的线程将被阻塞，直到第一个线程执行结束，退出临街区，并释放锁。
需要注意，那些阻塞的线程是没有顺序的。

import time
import threading

def sub():
    global count
    lock.acquire()  #上锁，第一个线程如果申请到锁，会在执行公共数据的过程中持续阻塞后续线程
                    #即后续第二个或其他线程依次来了发现已经被上锁，只能等待第一个线程释放锁
                    #当第一个线程将锁释放，后续的线程会进行争抢

    '''线程的公共数据'''
    temp=count
    print("temp is {0}".format(temp))
    time.sleep(0.001)
    count=temp+1
    print("count is {0}".format(count))
    '''线程的公共数据'''

    lock.release()  # 释放锁
    time.sleep(2)
count=0

l=[]
lock=threading.Lock()   
for i in range(100):
    t=threading.Thread(target=sub,args=())
    t.start()
    l.append(t)
for t in l:
    t.join()
print(count)

结果：
100

线程池

采用线程池，花费的时间更少。

语法结构示例：

import threadpool  
def ThreadFun(arg1,arg2):  
    pass  
def main():  
    device_list=[object1,object2,object3......,objectn]#需要处理的设备个数  
    task_pool=threadpool.ThreadPool(8)#8是线程池中线程的个数  
    request_list=[]#存放任务列表  
    #首先构造任务列表  
    for device in device_list:  
        request_list.append(threadpool.makeRequests(ThreadFun,[((device, ), {})]))  
    #将每个任务放到线程池中，等待线程池中线程各自读取任务，然后进行处理，使用了map函数，不了解的可以去了解一下。  
    map(task_pool.putRequest,request_list)  
    #等待所有任务处理完成，则返回，如果没有处理完，则一直阻塞  
    task_pool.poll()  
if __name__=="__main__":  
    main()

pip install threadpool   # 安装threadpool
from threadpool import *   #导入模块
pool = ThreadPool(size) # 定义一个线程池，最多能创建size个线程
requests = makeRequests() # 调用makeRequests创建了要开启多线程的函数，以及函数相关参数和回调函数，其中回调函数可以不写，default是无，也就是说makeRequests只需要2个参数就可以运行；
[pool.putRequest(req) for req in requests] # 将所有要运行多线程的请求扔进线程池
pool.wait() # 等待所有的线程完成工作后退出。

[pool.putRequest(req) for req in requests]等同于：
for req in requests:
    pool.putRequest(req)

例子：

import threadpool


def hello(m, n, o):
    print("m = {0}  n={1}  o={2}".format(m, n, o))

if __name__ == '__main__':
    # 方法1
    lst_vars_1 = ['1', '2', '3']   # 需要处理的线程个数
    lst_vars_2 = ['4', '5', '6']
    func_var = [(lst_vars_1, None), (lst_vars_2, None)]
    # 方法2
    # dict_vars_1 = {'m': '1', 'n': '2', 'o': '3'}
    # dict_vars_2 = {'m': '4', 'n': '5', 'o': '6'}
    # func_var = [(None, dict_vars_1), (None, dict_vars_2)]

    pool = threadpool.ThreadPool(2)  # 线程池中的线程个数
    requests = threadpool.makeRequests(hello, func_var)  # 创建了要开启多线程的函数，创建需要线程池处理的任务，只需要两个参数
    [pool.putRequest(req) for req in requests]  # 将每个任务放入到线程池中
    pool.wait()

结果：
m = 1  n=2  o=3
m = 4  n=5  o=6