标签:imp python 直接 run producer 资源 对象 rand and
"""
队列:先进先出
堆栈:先进后出
"""
from multiprocessing import Queue
q = Queue(5) # 括号内可以传参数 表示的是这个队列的最大存储数
# 往队列中添加数据
q.put(1)
q.put(2)
# print(q.full()) # 判断队列是否满了
q.put(3)
q.put(4)
q.put(5)
# print(q.full())
# q.put(6) # 当队列满了之后 再放入数据 不会报错 会原地等待 直到队列中有数据被取走(阻塞态)
print(q.get())
print(q.get())
print(q.get())
print(q.empty()) # 判断队列中的数据是否取完
print(q.get())
print(q.get())
print(q.empty())
# print(q.get_nowait()) # 取值 没有值不等待直接报错
# print(q.get()) # 当队列中的数据被取完之后 再次获取 程序会阻塞 直到有人往队列中放入值
"""
full
get_nowait
empty
都不适用于多进程的情况
"""
q = Queue(5)限定这个队列中最多存放5个值,不写则为默认值(这个值很大)
q.full()用于查看这个队列是否已满
q.empty()用于查看这个队列是否为空
q.put()用于往队列里面放值,如果队列已满,则原地等待队列中的值被取走(阻塞态)
q.get()用于从队列里面取值,如果队列已空,则原地等待有人向队列中放值(阻塞态)
q.get_nowait()与q.get()用途一致,区别在于,当队列里面没有值的时候,会直接报错
from multiprocessing import Process,Queue
def producer(q):
q.put('hello GF~')
def consumer(q):
print(q.get())
if __name__ == '__main__':
q = Queue()
p = Process(target=producer,args=(q,))
c = Process(target=consumer, args=(q,))
p.start()
c.start()
"""
子进程放数据 主进程获取数据
两个子进程相互放 取数据
"""
"""
生产者:生产/制造数据的
消费者:消费/处理数据的
例子:做包子的,买包子的
1.做包子远比买包子的多
2.做包子的远比包子的少
供需不平衡的问题
"""
from multiprocessing import Process,Queue,JoinableQueue
import random
import time
def producer(name,food,q):
for i in range(10):
data = '%s生产了%s%s'%(name,food,i)
time.sleep(random.random())
q.put(data)
print(data)
def consumer(name,q):
while True:
data = q.get()
if data == None:break
print('%s吃了%s'%(name,data))
time.sleep(random.random())
q.task_done() # 告诉队列你已经从队列中取出了一个数据 并且处理完毕了
if __name__ == '__main__':
q = JoinableQueue()
p = Process(target=producer,args=('大厨egon','馒头',q))
p1 = Process(target=producer,args=('跟班tank','生蚝',q))
c = Process(target=consumer,args=('许兆龙',q))
c1 = Process(target=consumer,args=('吃货jerry',q))
p.start()
p1.start()
c.daemon = True
c1.daemon = True
c.start()
c1.start()
p.join()
p1.join()
q.join() # 等待队列中数据全部取出
1、什么是线程
进程线程其实都是虚拟单位,都是用来帮助我们形象的描述某种事物
进程:资源单位
线程:执行单位
将内存比喻成工厂
那么进程就相当于是工厂里面的车间
而线程就相当于是车间里面的流水线
2、为什么要有线程
开进程
申请内存空间,消耗资源
拷贝代码,消耗资源
开线程
一个进程内可以开多个线程,并且线程与线程之间数据时共享的
# 方式一
from threading import Thread
import time
def task(name):
print(f'{name} is running')
time.sleep(1)
print(f'{name} is over')
t = Thread(target=task, args=('egon',))
t.start()
print('主')
'''
开线程不需要在__main__代码块中执行,但是习惯性还是写在__main__代码块内
由于开启线程的开销要远远低于进程,所以会出现egon is running这句话在“主”之前打印
同样的,主线程的代码执行完毕后,也要等待子线程的代码执行完毕才能结束运行
因为主线程的结束意味着主进程的结束,而主进程一旦结束,主进程所占用的内存空间就会被操作系统回收,而子线程是在主进程中创建的,所以主线程在子线程之前结束,会导致子线程被强行终止。
'''
# 方式二
from threading import Thread
import time
class MyThread(Thread):
def __init__(self, name):
super().__init__()
self.name = name
def run(self):
print(f'{self.name} is running')
time.sleep(1)
print(f'{self.name} is over')
p = MyThread('egon')
p.start()
print('主')
'''
与进程的创建类似,创建一个类继承Thread类,覆盖__init__方法,run()方法。
'''
from threading import Thread, current_thread, active_count
import time
import os
def task(name, i):
print(f'{name} is running')
print('子线程名', current_thread().name)
print('子线程所处进程号', os.getpid())
time.sleep(i)
print(f'{name} is over')
if __name__ == '__main__':
t = Thread(target=task, args=('egon', 2))
t1 = Thread(target=task, args=('jason', 1))
t.start()
t1.start()
t1.join()
print('当前正在活跃的线程数', active_count())
print('主')
print('主线程号', current_thread().name)
print('主线程所处进程号', os.getpid())
'''
current_thread()表示当前线程
current_thread().name查看当前线程名
active_count()统计当前正在活跃的线程数
'''
from threading import Thread, current_thread
import time
def task(i):
print(current_thread().name)
time.sleep(i)
print('GG')
if __name__ == '__main__':
# for i in range(3):
# t = Thread(target=task, args=(i,))
# t.start()
t = Thread(target=task, args=('egon',))
t.daemon = True # 将该线程设置为主线程的守护线程,一旦主线程运行结束,子线程也跟着结束
t.start()
print('主')
# Thread-1
# 主
'''
***GG不会打印***
主线程的结束也就意味着进程的结束
主线程必须等待其他非守护线程的结束才能结束
(意味子线程在运行的时候需要使用进程中的资源,而主线程一旦结束了资源也就销毁了)
'''
from threading import Thread
money = 100
def task():
global money
money = 666
t = Thread(target=task)
t.start()
t.join()
print(money)
'''
子线程修改了主线程的值,线程间的数据是共享的
'''
from threading import Thread, Lock
import time
n = 100
def task(mutex):
global n
mutex.acquire()
temp = n
time.sleep(0.1) # 模拟网络延迟
n = temp - 1
mutex.release()
t_list = []
mutex = Lock()
for i in range(100):
t = Thread(target=task, args=(mutex,))
t.start()
t_list.append(t)
for t in t_list:
t.join()
print(n)
'''
多个线程同时操作同一个数据,则会出现数据错乱的现象
想到加锁,与进程中的互斥锁类似
'''
from threading import Thread
import time
def foo():
print(123)
time.sleep(1)
print('end123')
def bar():
print(456)
time.sleep(2)
print('end456')
if __name__ == '__main__':
t1 = Thread(target=foo)
t2 = Thread(target=bar)
t1.daemon = True
t1.start()
t2.start()
print('main')
'''
打印结果:
123
456
main
end123
end456
虽然将t1设为为守护线程了,但主线程代码运行结束以后并不会立即结束,而是会等待所有非守护线程结束之后才结束,在本例中,t2即为非守护线程,在它结束之前t1线程就已经结束了。如果t2线程结束之后,t1线程还未结束,那么end123这句话就不会打印。
'''
标签:imp python 直接 run producer 资源 对象 rand and
原文地址:https://www.cnblogs.com/DcentMan/p/11380558.html