标签：count port 实现 release join() alt lex pen cer
·什么是守护进程：
守护进程其实就是一个‘子进程’，守护即伴随，守护进程会伴随主进程的代码运行完毕后而死掉
·为何用守护进程：
当该子进程内的代码在父进程代码运行完毕后就没有存在的意义了，就应该将进程设置为守护进程，会在父进程代码结束后死掉
from multiprocessing import Process
import time,os
def task(name):
print(‘%s is running‘%name)
time.sleep(3)
if __name__ == ‘__main__‘:
p1=Process(target=task,args=(‘守护进程‘,))
p2=Process(target=task,args=(‘正常的子进程‘,))
p1.daemon=True # 一定要放到p.start()之前
p1.start()
p2.start()
print(‘主‘)
守护进程举例
以下是守护进程会迷惑人的范例：
#主进程代码运行完毕,守护进程就会结束
from multiprocessing import Process
import time
def foo():
print(123)
time.sleep(1)
print("end123")
def bar():
print(456)
time.sleep(3)
print("end456")
if __name__ == ‘__main__‘:
p1=Process(target=foo)
p2=Process(target=bar)
p1.daemon=True
p1.start()
p2.start()
print("main-------")
‘‘‘
main-------
456
enn456
‘‘‘
‘‘‘
main-------
123
456
enn456
‘‘‘
‘‘‘
123
main-------
456
end456
‘‘‘
互斥锁：可以将要执行任务的部分代码（只涉及到修改共享数据的代码）变成串行
join：是要执行任务的所有代码整体串行
强调：必须是lock.acquire()一次，然后 lock.release()释放一次，才能继续lock.acquire()，不能连续的lock.acquire()。否者程序停在原地。
互斥锁vs join：
大前提：二者的原理都是一样，都是将并发变成串行，从而保证有序（在多个程序共享一个资源时，为保证有序不乱，需将并发变成串行）
区别一：join是按照人为指定的顺序执行，而互斥锁是所以进程平等地竞争，谁先抢到谁执行
区别二：互斥锁可以让一部分代码（修改共享数据的代码）串行，而join只能将代码整体串行（详见抢票系统）
from multiprocessing import Process,Lock
import json
import os
import time
import random
def check():
time.sleep(1) # 模拟网路延迟
with open(‘db.txt‘,‘rt‘,encoding=‘utf-8‘) as f:
dic=json.load(f)
print(‘%s 查看到剩余票数 [%s]‘ %(os.getpid(),dic[‘count‘]))
def get():
with open(‘db.txt‘,‘rt‘,encoding=‘utf-8‘) as f:
dic=json.load(f)
time.sleep(2)
if dic[‘count‘] > 0:
# 有票
dic[‘count‘]-=1
time.sleep(random.randint(1,3))
with open(‘db.txt‘,‘wt‘,encoding=‘utf-8‘) as f:
json.dump(dic,f)
print(‘%s 购票成功‘ %os.getpid())
else:
print(‘%s 没有余票‘ %os.getpid())
def task(mutex):
# 查票
check()
#购票
mutex.acquire() # 互斥锁不能连续的acquire，必须是release以后才能重新acquire
get()
mutex.release()
# with mutex:
# get()
if __name__ == ‘__main__‘:
mutex=Lock()
for i in range(10):
p=Process(target=task,args=(mutex,))
p.start()
# p.join()
模拟抢票
进程之间通信必须找到一种介质，该介质必须满足
1、是所有进程共享的
2、必须是内存空间
附加：帮我们自动处理好锁的问题
a、 from multiprocessing import Manager（共享内存，但要自己解决锁的问题）
b、 IPC中的队列（Queue） 共享，内存，自动处理锁的问题（最常用）
c、 IPC中的管道（Pipe），共享，内存，需自己解决锁的问题
a、用Manager（了解知识点）
from multiprocessing import Process,Manager,Lock
import time
mutex=Lock()
def task(dic,lock):
lock.acquire()
temp=dic[‘num‘]
time.sleep(0.1)
dic[‘num‘]=temp-1
lock.release()
if __name__ == ‘__main__‘:
m=Manager()
dic=m.dict({‘num‘:10})
l=[]
for i in range(10):
p=Process(target=task,args=(dic,mutex))
l.append(p)
p.start()
for p in l:
p.join()
print(dic)
b、用队列Queue
1）共享的空间
2）是内存空间
3）自动帮我们处理好锁定问题
from multiprocessing import Queue
q=Queue(3) #设置队列中maxsize个数为三
q.put(‘first‘)
q.put({‘second‘:None})
q.put(‘三‘)
# q.put(4) #阻塞。不报错，程序卡在原地等待队列中清出一个值。默认blok=True
print(q.get())
print(q.get())
print(q.get())
强调：
1、队列用来存成进程之间沟通的消息，数据量不应该过大
2、maxsize的值超过的内存限制就变得毫无意义
了解：
q=Queue(3)
q.put(‘first‘,block=False)
q.put(‘second‘,block=False)
q.put(‘third‘,block=False)
q.put(‘fourth‘,block=False) #报错 queue.Full
q.put(‘first‘,block=True)
q.put(‘second‘,block=True)
q.put(‘third‘,block=True)
q.put(‘fourth‘,block=True,timeout=3) #等待3秒后若还进不去报错。注意timeout不能和block=False连用
q.get(block=False)
q.get(block=False)
q.get(block=False)
q.get(block=False) #报错 queue.Empty
q.get(block=True)
q.get(block=True)
q.get(block=True)
q.get(block=True,timeout=2) #等待2秒后还取不出东西则报错。注意timeout不能和block=False连用
了解
该模型中包含两类重要的角色：
1、生产者：将负责造数据的任务比喻为生产者
2、消费者：接收生产者造出的数据来做进一步的处理，该类人物被比喻成消费者
实现生产者消费者模型三要素
1、生产者
2、消费者
3、队列
什么时候用该模型：
程序中出现明显的两类任何，一类任务是负责生产，另外一类任务是负责处理生产的数据的
该模型的好处：
1、实现了生产者与消费者解耦和
2、平衡了生产者的生产力与消费者的处理数据的能力
注意：生产者消费者模型是解决问题的思路不是技术。可以用进程和队列来实现，也可以用其他的来实现。
from multiprocessing import JoinableQueue,Process
import time
import os
import random
def producer(name,food,q):
for i in range(3):
res=‘%s%s‘ %(food,i)
time.sleep(random.randint(1,3))
# 往队列里丢
q.put(res)
print(‘\033[45m%s 生产了 %s\033[0m‘ %(name,res))
# q.put(None)
def consumer(name,q):
while True:
#从队列里取走
res=q.get()
if res is None:break
time.sleep(random.randint(1,3))
print(‘\033[46m%s 吃了 %s\033[0m‘ %(name,res))
q.task_done()
if __name__ == ‘__main__‘:
q=JoinableQueue()
# 生产者们
p1=Process(target=producer,args=(‘egon‘,‘包子‘,q,))
p2=Process(target=producer,args=(‘杨军‘,‘泔水‘,q,))
p3=Process(target=producer,args=(‘猴老师‘,‘翔‘,q,))
# 消费者们
c1=Process(target=consumer,args=(‘Alex‘,q,))
c2=Process(target=consumer,args=(‘wupeiqidsb‘,q,))
c1.daemon=True
c2.daemon=True
p1.start()
p2.start()
p3.start()
c1.start()
c2.start()
p1.join()
p2.join()
p3.join()
q.join() #等待队列被取干净
# q.join() 结束意味着
# 主进程的代码运行完毕--->(生产者运行完毕)+队列中的数据也被取干净了->消费者没有存在的意义
# print(‘主‘)
标签：count port 实现 release join() alt lex pen cer
原文地址：https://www.cnblogs.com/lijiangyang/p/9325689.html
