2018年5月19日笔记-白红宇

2018年5月19日笔记

阅读量：7254 次

发布时间：2019-06-29

本文共 5336 字，大约阅读时间需要 17 分钟。

进程的概念

进程是程序在计算机上的一次执行活动。

进程可分为系统进程和用户进程。

所有正在运行的进程轮流使用CPU，任何一个时间点有且只有一个进程占用CPU。

进程与线程的区别

进程 > 线程

多进程使用CPU的多个核，适合运算密集型

多线程使用CPU的一个核，核心IO密集型

python多进程 —— muiltiprocessing模块

python中的多线程无法利用多核优势，如果想要充分地使用多核CPU的资源（os.cpu_count()查看），在python中大部分情况需要使用多进程。Python提供了multiprocessing。

Multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。

创建一个Process实例

p1 = multiprocessing.Process(target=func, args=(2,))

target=函数名字

args=函数所需的参数，以tuple形式传入，必须有逗号，注意单个参数的形式

multiprocessing的2个常用方法：

multiprocessing.cpu_count()     # 1. 统计CPU总数multiprocessing.active_children()       # 2. 获取所有子进程

Process实例的常用属性和方法

常用属性：

p1 = multiprocessing.Process(target=func, args=(2,))p1.name     # 进程名字p1.pid      # 进程ID

常用方法：

p1 = multiprocessing.Process(target=func, args=(2,))p1.is_alive()       # 判断进程是否存活p1.run()            # 启动进程（不常用）p1.start()          # 启动进程，自动调用run()方法（常用）p1.join(timeout=5)  # 等待进程结束或直到超时(5s)

习题1

1 import multiprocessing 2 import time 3  4  5 def worker(args, interval): 6     print("start worker {0}".format(args)) 7     time.sleep(interval) 8     print("end worker {0}".format(args)) 9 10 def main():11     print("start main")12     p1 = multiprocessing.Process(target=worker, args=(1, 1))13     p2 = multiprocessing.Process(target=worker, args=(2, 2))14     p3 = multiprocessing.Process(target=worker, args=(3, 3))15     p1.start()16     p2.start()17     p3.start()18     print("end main")19 20 if __name__ == '__main__':21     main()

start mainend mainstart worker 1start worker 2start worker 3end worker 1end worker 2end worker 3

习题2

1 import multiprocessing 2 import time 3  4 def worker(args, interval): 5     print("start worker {0}".format(args)) 6     time.sleep(interval) 7     print("end worker {0}".format(args)) 8  9 def main():10     print("start main")11     p1 = multiprocessing.Process(target=worker, args=(1, 1))12     p2 = multiprocessing.Process(target=worker, args=(2, 2))13     p3 = multiprocessing.Process(target=worker, args=(3, 3))14     p1.start()15     p1.join(timeout=0.5)16     p2.start()17     p3.start()18     print("the number of CPU is: {0}".format(multiprocessing.cpu_count()))19     for p in multiprocessing.active_children():20        print("The name of active children is: {0}, pid is: {1} is alive".format(p.name, p.pid))21     print("end main")22 23 if __name__ == '__main__':24     main()

start mainstart worker 1the number of CPU is: 4The name of active children is: Process-1, pid is: 1348 is aliveThe name of active children is: Process-3, pid is: 1350 is aliveThe name of active children is: Process-2, pid is: 1349 is aliveend mainstart worker 2start worker 3end worker 1end worker 2end worker 3

Lock组件

使用多进程来读写文件时，读和写不能同时进行，为了这种多个进程共享同一资源的场景不出问题，引入了锁机制。

锁有两种状态：被锁（locked）和没有被锁（unlocked）。拥有acquire()和release()两种方法，并且遵循一下的规则：

如果一个锁的状态是unlocked，调用acquire()方法改变它的状态为locked

如果一个锁的状态是locked，acquire()方法将会阻塞，直到另一个线程调用release()方法释放了锁；

如果一个锁的状态是unlocked调用release()会抛出RuntimeError异常；

如果一个锁的状态是locked，调用release()方法改变它的状态为unlocked。

习题3

1 import multiprocessing 2 import time 3  4 def add1(lock, value, number): 5     with lock: 6         print("start add1 number= {0}".format(number)) 7         for i in range(1, 5): 8             number += value 9             time.sleep(0.3)10             print("number = {0}".format(number))11 12 def add3(lock, value, number):13     lock.acquire()14     print("start add3 number= {0}".format(number))15     try:16         for i in range(1, 5):17             number += value18             time.sleep(0.3)19             print("number = {0}".format(number))20     except Exception as e:21         raise e22     finally:23         lock.release()24         pass25 26 if __name__ == '__main__':27     print("start main")28     number = 029     lock = multiprocessing.Lock()30     p1 = multiprocessing.Process(target=add1, args=(lock, 1, number))31     p3 = multiprocessing.Process(target=add3, args=(lock, 3, number))32     p1.start()33     p3.start()34     print("end main")

start mainend mainstart add1 number= 0number = 1number = 2number = 3number = 4start add3 number= 0number = 3number = 6number = 9number = 12

多进程间可共享内存

multiprocessing模块提供了共享内存的操作。

一般的变量在进程之间是无法通信的，multiprocessing提供了Value和Array模块，实现了进程间的数据共享。

Python中还提供了强大的Manager模块专门来做数据共享，其支持的类型非常多，包括Value, Array, list, dict, Queue, Lock等。

习题4

1 import multiprocessing 2 from multiprocessing import Value, Array, Manager 3 import time 4  5  6 def add1(value, number): 7     print("start add1 number= {0}".format(number.value)) 8     for i in range(1, 5): 9         number.value += value10         print("number = {0}".format(number.value))11 12 def add3(value, number):13     print("start add3 number= {0}".format(number.value))14     try:15         for i in range(1, 5):16             number.value += value17             print("number = {0}".format(number.value))18     except Exception as e:19         raise e20 21 if __name__ == '__main__':22     print("start main")23     number = Value('d', 0)24     p1 = multiprocessing.Process(target=add1, args=(1, number))25     p3 = multiprocessing.Process(target=add3, args=(3, number))26     p1.start()27     p3.start()28     print("end main")

start mainend mainstart add1 number= 0.0number = 1.0number = 2.0number = 3.0number = 4.0start add3 number= 4.0number = 7.0number = 10.0number = 13.0number = 16.0

转载于:https://www.cnblogs.com/karl-python/p/9065123.html

你可能感兴趣的文章