ディレクトリ
プロセスミューテックス
プロセス間のデータは、共有が、ファイルシステムの同じセットを共有していません
ミューテックス：データのセキュリティを確保するため、同時効率を犠牲にして、シリアルになろう
- アプリケーション：並行プログラムにおいて使用される、データを変更する必要が
# data(json文件)
{"target":1}
# 模拟抢票功能.py
import json
import time
from multprocessing import Process
from multprocessing import Lock
# 查看余票
def search(user):
# 打开json文件查看余票
with open('data','r',encoding = 'utf-8')as f:
dic = json.load(f)
print(f'{user}查看余票:{dic.get("ticket")}')
def buy(user):
# 先打开车票数据
with open('data','r',encoding = 'utf-8')as f:
dic = json.load(f)
# 模拟网络延迟
time.sleep(1)
# 若有票,修改data数据
if dic.get("ticket") > 0:
dic['ticket'] -= 1
with open('data','w',encoding = 'utf-8')as f:
json.dump(dic,f)
print(f'{user}抢票成功')
def run(user,mutex):
# 并发：异步执行
search(user)
# 加锁
mutex.acquire()
# 串行：同步执行
buy(user)
# 释放锁
mutex.release()
if __name__ == '__main__':
mutex = Lock()
for i in range(10):
p = Process(target = run,args = (f'用户{i}',))
p.start()
キューとスタック
キュー
キューのメモリ空間に対応し、より多くのデータを格納することができ、「FIFO」に従う（パイプ+ロック）
スタック
「最後のアウトを」フォロー
from multprocessing import Queue
# 调用队列类实例化队列对象
q = Queue(3) # 参数代表队列中存放的参数数量，默认无限大
# q.put:添加数据，超过数量限制就会卡在哪里
q.put(1)
q.put(2)
q.put(3)
# q.put_nowait:添加数据，超过数量限制报错
q.put_nowait(4)
# q.get：获取的数据遵循“先进先出”,没有即卡住
print(q.get())
print(q.get())
print(q.get())
print(q.get())
# get_nowait：获取数据，队列中没有，则会报错
print(q.get_nowait())
# q.full:判断队列是否满了
print(q.full())
# q.empty：判断队列是否为空
print(q.empty：()) # False
プロセス間通信（IPC）
プロセス間のデータは、分離されているプロセス間通信を実現するためには、キューを利用することができます
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')生産者と消費者モデル
バッファストアとしてキューを呼び出すことによって解決されます
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')スレッド
スレッドとは何ですか
スレッドとプロセスは、より良い何かを説明するために、仮想ユニットであります
プロセス：リソースユニット
スレッド：実装ユニット
なぜ使用のスレッド
メモリリソースを保存します
- オープンプロセス
- 名前空間を開き、各プロセスがメモリリソースを取り上げる開きます
- 各プロセスは、独自のスレッドをもたらします
- オープンスレッド
- プロセスは複数のスレッドを開くことができます
- オーバーヘッドは、スレッド処理よりもはるかに小さいです
注：スレッドが並列を達成することはできません、並列スレッドのみ達成することができ、プロセスが並行して実施することができます
どのように開いているスレッド
from threading import Thread
import time
# 开启线程方式1
def task():
print('thread start')
time.sleep(1)
print('thread end')
t = Thread(target = task)
t.start()
# 开启线程方式2
class MyThread(Thread):
def run(self):
print('thread start')
time.sleep(1)
print('thread end')
t = MyThread()
t.start()Threadオブジェクトの属性
- メソッドThreadオブジェクトのインスタンス
- isAlive（）：がある場合は、スレッドを返します。
- getName（）：スレッド名を返します。
- setName：スレッド名を設定します。
- スレッド・モジュールのメソッド
- currentThread（）名前:.返されるスレッド名
- activeCount（）：実行中のスレッドの数を返します。
スレッドのミューテックス
スレッド間のデータ共有
# 如果不加互斥锁，因为线程并发运行，会导致每个线程同一时间获得的都是100，
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)