進程、線程和協程

 

一、進程

1、多任務原理

　　多任務是指操作系統同時可以運行多個任務。

• 單核CPU實現多任務原理：操作系統輪流讓各個任務交替執行；
• 多核CPU實現多任務原理：真正的執行多任務只能在多核CPU上實現，多出來的任務輪流調度到每個核心上執行。

• 並發：看上去一起執行，任務數多於CPU核心數；
• 並行：真正的一起執行，任務數小於等於CPU核心數。

　　實現多任務的方式：
　　　　1、多進程模式
　　　　2、多線程模式
　　　　3、協程模式
　　　　4、多進程+多線程模式

2、進程

　　對於操作系統而言，一個任務就是一個進程；

　　進程是系統中程序執行和資源分配的基本單元，每個進程都有自己的數據段、代碼段、堆棧段。

---

 

　　下面是一小段程序，一個單任務的例子。在其中，有兩個輸出語句分別在在兩個不同的循環當中，單任務的執行方式，也就是最初學習時，當一個循環沒有結束的時候，無法執行到下面的程序當中。如果想要讓兩個循環可以同時在執行，就是在實現多任務，當然不是說同時輸出，而是兩個循環都在執行着。

from time import sleep  2 # 只能執行到那一個循環，執行不了run，所以叫單任務
def run():  4     while True:  5         print("&&&&&&&&&&&&&&&")  6         sleep(1.2)  7 
if __name__ == "__main__":  9     while True: 10         print("**********") 11         sleep(1) 12     run()

　　接下來啟用多任務，通過進程來實現。

　　multiprocessing庫：跨平台版本的多進程模塊，提供了一個Process類來代表一個進程對象（fork僅適用於Linux）。

　　下面的程序是在一個父進程中創建一個子進程，讓父進程和子進程可以都在執行，創建方式程序中已經很簡潔了。可以自己把這兩段程序復制下來運行一下，看看輸出的效果。

from multiprocessing import Process  2 from time import sleep  3 import os  4 
def run(str):  6     # os.getpid()獲取當前進程id號
    # os.getppid()獲取當前進程的父進程id號
    while True:  9         print("&&&&&&&&&&&&&&&%s--%s--%s" % (str, os.getpid(), os.getppid())) 10         sleep(0.5) 11 
if __name__ == "__main__": 13     print("主（父）進程啟動 %s" % (os.getpid())) 14     # 創建子進程
    # target說明進程執行的任務
    p = Process(target=run, args=("nice",)) 17     # 啟動進程
 p.start() 19 
    while True: 21         print("**********") 22         sleep(1)

　　我想第一個單任務的程序就不必說了吧，就是一個死循環，一直沒有執行到下面的run函數。第二段程序是通過多進程實現的多任務，兩個循環都能執行到，我把結果截圖放下面，最好自己去試一下。

3、父子進程的先后順序

　　上面的多進程的例子中輸出了那么多，我們使用的時候究竟是先執行哪個后執行哪個呢？根據我們的一般思維來說，我們寫的主函數其實就是父進程，在主函數中間，要調用的也就是子進程。

 

from multiprocessing import Process  2 from time import sleep  3 import os  4 
def run():  6     print("啟動子進程")  7     print("子進程結束")  8     sleep(3)  9 
if __name__ == "__main__": 11     print("父進程啟動") 12     p = Process(target=run) 13  p.start() 14 
    # 父進程的結束不能影響子進程，讓進程等待子進程結束再執行父進程
 p.join() 17 
    print("父進程結束")

4、全局變量在多個進程中不能共享 

　　在多進程的程序當中定義的全局變量在多個進程中是不能共享的，篇幅較長在這里就不舉例子了，可以自己試一下。這個也是和稍后要說的線程的一個區別，在線程中，變量是可以共享的，也因此衍生出一些問題，稍后再說。

5、啟動多個進程 

　　在正常工作使用的時候，當然不止有有個一個兩個進程，畢竟這一兩個也起不到想要的效果。那么就需要采用更多的進程，這時候需要通過進程池來實現，就是在進程池中放好你要建立的進程，然后執行的時候，把他們都啟動起來，就可以同時進行了，在一定的環境下可以大大的提高效率。當然這個也和起初提到的有關，如果你的CPU是單核的，那么多進程也只是起到了讓幾個任務同時在執行着，並沒有提高效率，而且啟動進程的時候還要花費一些時間，因此在多核CPU當中更能發揮優勢。

　　在multiprocessing中有個Pool方法，可以實現進程池。在利用進程池時可以設置要啟動幾個進程，一般情況下，它默認和你電腦的CPU核數一致，也可以自己設置，如果設置的進程數多於CPU核數，那多出來的進程會輪流調度到每個核心上執行。下面是啟動多個進程的過程。

from multiprocessing import Pool  2 import os  3 import time  4 import random  5 

def run(name):  8     print("子進程%s啟動--%s" % (name, os.getpid()))  9     start = time.time() 10     time.sleep(random.choice([1,2,3,4,5])) 11     end = time.time() 12     print("子進程%s結束--%s--耗時%.2f" % (name, os.getpid(), end-start)) 13 
if __name__ == "__main__": 15     print("啟動父進程") 16 
    # 創建多個進程
    # Pool 進程池 :括號里的數表示可以同時執行的進程數量
    # Pool()默認大小是CPU核心數
    pp = Pool(4) 21     for i in range(5): 22         # 創建進程，放入進程池，統一管理
        pp.apply_async(run, args=(i,)) 24 
    # 在調用join之前必須先調用close，調用close之后就不能再繼續添加新的進程了
 pp.close() 27     # 進程池對象調用join還等待進程池中所有的子進程結束
 pp.join() 29 
    print("結束父進程")

6、文件拷貝（單進程與多進程對比）

（1）單進程實現

from multiprocessing import Pool
import time
import os

# 實現文件的拷貝
def copyFile(rPath, wPath):
    fr = open(rPath, 'rb')
    fw = open(wPath, 'wb')
    context = fr.read()
    fw.write(context)
    fr.close()
    fw.close()

path = r'F:\python_note\線程、協程'
toPath = r'F:\python_note\test'

# 讀取path下的所有文件
filesList = os.listdir(path)

# 啟動for循環處理每一個文件
start = time.time()
for fileName in filesList:
    copyFile(os.path.join(path,fileName), os.path.join(toPath,fileName))

end = time.time()
print('總耗時：%.2f' % (end-start))

（2）多進程實現

from multiprocessing import Pool
import time
import os

# 實現文件的拷貝
def copyFile(rPath, wPath):
    fr = open(rPath, 'rb')
    fw = open(wPath, 'wb')
    context = fr.read()
    fw.write(context)
    fr.close()
    fw.close()

path = r'F:\python_note\線程、協程'
toPath = r'F:\python_note\test'


if __name__ == "__main__":
    # 讀取path下的所有文件
    filesList = os.listdir(path)

    start = time.time()
    pp = Pool(4)
    for fileName in filesList:
        pp.apply_async(copyFile, args=(os.path.join(
            path, fileName), os.path.join(toPath, fileName)))
    pp.close()
    pp.join()
    end = time.time()
    print("總耗時：%.2f" % (end - start))

　　上面兩個程序是兩種方法實現同一個目標的程序，可以將其中的文件路徑更換為你自己的路徑，可以看到最后計算出的耗時是多少。也許有人發現並不是多進程的效率就高，說的的確沒錯，因為創建進程也要花費時間，沒准啟動進程的時間遠多讓這一個核心運行所有核心用的時間要多。這個例子也只是演示一下如何使用，在大數據的任務下會有更深刻的體驗。

 7、進程對象

　　我們知道Python是一個面向對象的語言。而且Python中萬物皆對象，進程也可以封裝成對象，來方便以后自己使用，只要把他封裝的足夠豐富，提供清晰的接口，以后使用時會快捷很多，這個就根據自己的需求自己可以試一下，不寫了。

 8、進程間通信

　　上面提到過進程間的變量是不能共享的，那么如果有需要該怎么辦？通過隊列的方式進行傳遞。在父進程中創建隊列，然后把隊列傳到每個子進程當中，他們就可以共同對其進行操作。 

from multiprocessing import Process, Queue  2 import os  3 import time  4 

def write(q):  7     print("啟動寫子進程%s" % (os.getpid()))  8     for chr in ['A', 'B', 'C', 'D']:  9  q.put(chr) 10         time.sleep(1) 11     print("結束寫子進程%s" % (os.getpid())) 12 
def read(q): 14     print("啟動讀子進程%s" % (os.getpid())) 15     while True: 16         value = q.get() 17         print("value = "+value) 18     print("結束讀子進程%s" % (os.getpid())) 19 
if __name__ == "__main__": 21     # 父進程創建隊列，並傳遞給子進程
    q = Queue() 23     pw = Process(target=write, args=(q,)) 24     pr = Process(target=read, args=(q,)) 25 
 pw.start() 27  pr.start() 28     # 寫進程結束
 pw.join() 30     # pr進程里是個死循環，無法等待期結束，只能強行結束
 pr.terminate() 32     print("父進程結束")

 二、線程

1、線程

• 在一個進程內部，要同時干多件事，就需要運行多個"子任務"，我們把進程內的多個"子任務"叫做線程
• 線程通常叫做輕型的進程，線程是共享內存空間，並發執行的多任務，每一個線程都共享一個進程的資源
• 線程是最小的執行單元而進程由至少一個線程組成。如何調度進程和線程，完全由操作系統來決定，程序自己不能決定什么時候執行，執行多長時間

模塊：

1、_thread模塊 低級模塊（更接近底層）

2、threading模塊 高級模塊，對_thread進行了封裝

2、啟動一個線程

　　同樣，先給一個多線程的例子，其中，仍然使用run函數作為其中的一個子線程，主函數為父線程。通過threading的Thread方法創建線程並開啟，join來等待子線程。

import threading  2 import time  3 

def run():  6     print("子線程(%s)啟動" % (threading.current_thread().name))  7 
    # 實現線程的功能
    time.sleep(1) 10     print("打印") 11     time.sleep(2) 12 
    print("子線程(%s)結束" % (threading.current_thread().name)) 14 

if __name__ == "__main__": 17     # 任何進程都默認會啟動一個線程，稱為主線程，主線程可以啟動新的子線程
    # current_thread()：返回線程的實例
    print("主線程(%s)啟動" % (threading.current_thread().name)) 20 
    # 創建子線程
    t = threading.Thread(target=run, name="runThread") 23  t.start() 24 
    # 等待線程結束
 t.join() 27 
    print("主線程(%s)結束" % (threading.current_thread().name))

3、線程間數據共享

　　多線程和多進程最大的不同在於，多進程中，同一個變量，各自有一份拷貝存在每個進程中，互不影響。

　　而多線程所有變量都由所有線程共享。所以任何一個變量都可以被任何一個線程修改，因此，線程之間共享數據最大的危險在於多個線程同時修改一個變量，容易把內容改亂了。

import threading  2 

num = 10

def run(n):  7     global num  8     for i in range(10000000):  9         num = num + n 10         num = num - n 11 
if __name__ == "__main__": 13     t1 = threading.Thread(target=run, args=(6,)) 14     t2 = threading.Thread(target=run, args=(9,)) 15 
 t1.start() 17  t2.start() 18  t1.join() 19  t2.join() 20 
    print("num = ",num)

4、線程鎖

　　在第三小點中已經提到了，多線程的一個缺點就是數據是共享的，如果有兩個線程正同時在修改這個數據，就會出現混亂，它自己也不知道該聽誰的了，尤其是在運算比較復雜，次數較多的時候，這種錯誤的機會會更大。

　　當然，解決辦法也是有的，那就是利用線程鎖。加鎖的意思就是在其中一個線程正在對數據進行操作時，讓其他線程不得介入。這個加鎖和釋放鎖是由人來確定的。

• 確保了這段代碼只能由一個線程從頭到尾的完整執行
• 阻止了多線程的並發執行，要比不加鎖時候效率低。包含鎖的代碼段只能以單線程模式執行
• 由於可以存在多個鎖，不同線程持有不同的鎖，並試圖獲取其他的鎖，可能造成死鎖導致多個線程掛起，只能靠操作系統強制終止

def run(n):  2     global num  3     for i in range(10000000):  4  lock.acquire()  5         try:  6             num = num + n  7             num = num - n  8         finally:  9             # 修改完釋放鎖
 lock.release() 11 
if __name__ == "__main__": 13     t1 = threading.Thread(target=run, args=(6,)) 14     t2 = threading.Thread(target=run, args=(9,)) 15 
 t1.start() 17  t2.start() 18  t1.join() 19  t2.join() 20 
    print("num = ",num)

　　上面這段程序是循環多次num+n-n+n-n的過程，變量n分別設為6和9是在兩個不同的線程當中，程序中已經加了鎖，你可以先去掉試一下，當循環次數較小的時候也許還能正確，但次數一旦取的較高就會出現混亂。

　　加鎖是在循環體當中，依次執行加減法，定義中說到確保一個線程從頭到尾的完整執行，也就是在計算途中，不會有其他的線程打擾。你可以想一下，如果一個線程執行完加法，正在執行減法，另一個線程進來了，它要先進行加法時的初始sum值該是多少呢，線程二不一定在線程一的什么時候進來，萬一剛進來時候，線程一恰好給sum賦值了，而線程二仍然用的是正准備進來時候的sum值，那從這里開始豈不已經分道揚鑣了。所以，運算的次數越多，結果會越離譜。

　　這個說完了，還有一個小小的改進。你是否記得讀寫文件時候書寫的一種簡便形式，通過with來實現，可以避免我們忘記關閉文件，自動幫我們關閉。當然還有一些其他地方也用到了這個方法。這里也同樣適用。

# 與上面代碼功能相同,with lock可以自動上鎖與解鎖
with lock: 3     num = num + n 4     num = num - n

5、ThreadLocal

• 創建一個全局的ThreadLocal對象
• 每個線程有獨立的存儲空間
• 每個線程對ThreadLocal對象都可以讀寫，但是互不影響

　　根據名字也可以看出，也就是在本地建個連接，所有的操作在本地進行，每個線程之間沒有數據的影響。

import threading  2 

num = 0  5 local = threading.local()  6 
def run(x, n):  8     x = x + n  9     x = x - n 10 
def func(n): 12     # 每個線程都有local.x
    local.x = num 14     for i in range(10000000): 15  run(local.x, n) 16     print("%s-%d" % (threading.current_thread().name, local.x)) 17 

if __name__ == "__main__": 20     t1 = threading.Thread(target=func, args=(6,)) 21     t2 = threading.Thread(target=func, args=(9,)) 22 
 t1.start() 24  t2.start() 25  t1.join() 26  t2.join() 27 
    print("num = ",num)

6、控制線程數量

'''
控制線程數量是指控制線程同時觸發的數量，可以拿下來這段代碼運行一下，下面啟動了5個線程，但是他們會兩個兩個的進行  3 '''
import threading  5 import time  6 
# 控制並發執行線程的數量
sem = threading.Semaphore(2)  9 
def run(): 11  with sem: 12         for i in range(10): 13             print("%s---%d" % (threading.current_thread().name, i)) 14             time.sleep(1) 15 

if __name__ == "__main__": 18     for i in range(5): 19         threading.Thread(target=run).start()

　　上面的程序是有多個線程，但是每次限制同時執行的線程，通俗點說就是限制並發線程的上限；除此之外，也可以限制線程數量的下限，也就是至少達到多少個線程才能觸發。

import threading  2 import time  3 

# 湊夠一定數量的線程才會執行，否則一直等着
bar = threading.Barrier(4)  7 
def run():  9     print("%s--start" % (threading.current_thread().name)) 10     time.sleep(1) 11  bar.wait() 12     print("%s--end" % (threading.current_thread().name)) 13 

if __name__ == "__main__": 16     for i in range(5): 17         threading.Thread(target=run).start()

7、定時線程

import threading  2 

def run():  5     print("***********************")  6 
# 延時執行線程
t = threading.Timer(5, run)  9 t.start() 10 
t.join() 12 print("父線程結束")

8、線程通信

import threading  2 import time  3 

def func():  6     # 事件對象
    event = threading.Event()  8     def run():  9         for i in range(5): 10             # 阻塞，等待事件的觸發
 event.wait() 12             # 重置阻塞，使后面繼續阻塞
 event.clear() 14             print("**************") 15     t = threading.Thread(target=run).start() 16     return event 17 
e = func() 19 
# 觸發事件
for i in range(5): 22     time.sleep(2) 23     e.set()

9、一個小栗子

　　這個例子是用了生產者和消費者來模擬，要進行數據通信，還引入了隊列。先來理解一下。

import threading  2 import queue  3 import time  4 import random  5 

# 生產者
def product(id, q):  9     while True: 10         num = random.randint(0, 10000) 11  q.put(num) 12         print("生產者%d生產了%d數據放入了隊列" % (id, num)) 13         time.sleep(3) 14     # 任務完成
 q.task_done() 16 
# 消費者
def customer(id, q): 19     while True: 20         item = q.get() 21         if item is None: 22             break
        print("消費者%d消費了%d數據" % (id, item)) 24         time.sleep(2) 25     # 任務完成
 q.task_done() 27 

if __name__ == "__main__": 30     # 消息隊列
    q = queue.Queue() 32 
    # 啟動生產者
    for i in range(4): 35         threading.Thread(target=product, args=(i, q)).start() 36 
    # 啟動消費者
    for i in range(3): 39         threading.Thread(target=customer, args=(i, q)).start()

10、線程調度

import threading  2 import time  3 

# 線程條件變量
cond = threading.Condition()  7 

def run(): 10  with cond: 11         for i in range(0, 10, 2): 12             print(threading.current_thread().name, i) 13             time.sleep(1) 14             cond.wait()  # 阻塞
            cond.notify()  # 告訴另一個線程可以執行


def run2(): 19  with cond: 20         for i in range(1, 10, 2): 21             print(threading.current_thread().name, i) 22             time.sleep(1) 23  cond.notify() 24  cond.wait() 25 

threading.Thread(target=run).start() 28 threading.Thread(target=run2).start()

三、協程

1、協程

• 子程序/子函數：在所有語言中都是層級調用，比如A調用B，在B執行的工程中又可以調用C，C執行完畢返回，B執行完畢返回最后是A執行完畢。是通過棧實現的，一個線程就是一個子程序，子程序調用總是一個入口，一次返回，調用的順序是明確的
• 協程：看上去也是子程序，但執行過程中，在子程序的內部可中斷，然后轉而執行別的子程序，不是函數調用，有點類似CPU中斷

# 這是一個子程序的調用
def C():  3     print("C--start")  4     print("C--end")  5 
def B():  7     print("B--start")  8  C()  9     print("B--end") 10 
def A(): 12     print("A--start") 13  B() 14     print("A--end") 15 
A()

• 協程與子程序調用的結果類似，但不是通過在函數中調用另一個函數
• 協程執行起來有點像線程，但協程的特點在於是一個線程
• 與線程相比的優點：協程的執行效率極高，因為只有一個線程，也不存在同時寫變量的沖突，在協程中共享資源不加鎖，只需要判斷狀態

2、協程的原理

# python對協程的支持是通過generator實現的
def run():  3     print(1)  4     yield 10
    print(2)  6     yield 20
    print(3)  8     yield 30

# 協程的最簡單風格，控制函數的階段執行，節約線程或者進程的切換
# 返回值是一個生成器
m = run() 13 print(next(m)) 14 print(next(m)) 15 print(next(m))

3、數據傳輸

# python對協程的支持是通過generator實現的
def run():  3     print(1)  4     yield 10
    print(2)  6     yield 20
    print(3)  8     yield 30

# 協程的最簡單風格，控制函數的階段執行，節約線程或者進程的切換
# 返回值是一個生成器
m = run() 13 print(next(m)) 14 print(next(m)) 15 print(next(m))

4、小栗子

def product(c):  2  c.send(None)  3     for i in range(5):  4         print("生產者產生數據%d" % (i))  5         r = c.send(str(i))  6         print("消費者消費了數據%s" % (r))  7  c.close()  8 

def customer(): 11     data = ""
    while True: 13         n = yield data 14         if not n: 15             return
        print("消費者消費了%s" % (n)) 17         data = "200"


c = customer() 21 product(c)