並發編程之 進程

一、前提介紹

1.1 操作系統發展史

點擊這里查看詳細信息：操作系統發展史

1.2 多道技術

空間上的復用:多個程序共用一套設備，是多道技術實現時間上的復用的基礎 時間上的復用:單個CPU的電腦上，起多個應用程序，CPU通過快速切換，給人的感覺是同時運行的 CPU切換的情況： 1.一個任務占用時間過長或被操作系統強行剝奪走CPU的執行權限（比起串行效率反而降低） 2.一個任務執行過程中遇到io操作，也會被操作系統強行剝奪走CPU的執行權限（比起串行效率提高） 並發：看上去像是同時進行的，但是實際上是CPU快速切換實現的 並行：同時運行

二、進程

2.1 進程介紹

程序：一堆代碼
進程：正在運行的程序
進程是一個實體，每一個進程都有它自己獨立的內存空間

2.2 進程調度

1.先來先服務（FCFS）：對短作業不利
2.短作業優先服務（SJ/PF）：對長作業不利
3.時間片輪轉
4.多級反饋隊列

2.3 進程狀態轉換

2.4 同步與異步，阻塞與非阻塞

同步和異步：針對任務的提交方式
    同步：提交任務之后原地等待任務的返回結果，期間不做任何事！
    異步：提交任務之后，不等待任務的返回結果，直接向下運行代碼！

阻塞和非阻塞：針對程序運行的狀態
    阻塞：遇到io操作 --> 阻塞態 非阻塞：就緒或者運行態 --> 就緒態、運行態

2.5 創建進程的兩種方式

# -----------調用函數----------------------- from multiprocessing import Process import time def task(name): # 這個是要創建的進程 print('%s is running' % name) time.sleep(3) print('%s is over' % name) # 注意：在windows系統中，創建進程會將代碼以模塊的方式從頭到尾加載一遍 # 一定要寫在if __name__ == '__main__': 代碼塊里面 # 強調：函數名一旦加括號，執行優先級最高，立刻執行 if __name__ == '__main__': p1 = Process(target=task, args=('zhangsan', )) # 實例化了一個Process對象 p1.start() print("this is main processing!") # -------------實例化對象------------------------- from multiprocessing import Process import time class MyProcess(Process): def __init__(self, name): super().__init__() self.name = name # 必須寫run方法（規定好的） def run(self): print('%s is running' % self.name) time.sleep(2) print('%s is end' % self.name) if __name__ == '__main__': obj = MyProcess('egon') obj.start() print("this is main processing")

2.6 join方法

from multiprocessing import Process import time def task(name,n): print('%s is running' % name) time.sleep(2) print('%s is over' % name) if __name__ == '__main__': start_time = time.time() p_list = [] for i in range(3): p = Process(target=task, args=('子進程%s' % i, i)) p.start() p_list.append(p) for i in p_list: i.join() print('this is main processing ', time.time()-start_time) # join的作用僅僅只是讓主進程等待子進程的結束，不會影響子進程的運行 # 下方為程序的運行結果，（結果不是固定的，但是每三行的順序是固定的，肯定是先running再over） """ 打印結果： 子進程2 is running 子進程0 is running 子進程1 is running 子進程2 is over 子進程0 is over 子進程1 is over this is main processing 3.1227028369903564 """

2.7 進程間的數據隔離與通信

# --------------進程間的數據隔離--------------------------- # 要驗證進程間的內存隔離，只需要在父進程中調用子進程 # 看子進程是否改變父進程的變量就行了 from multiprocessing import Process x = 100 def task(): global x x = 1 if __name__ == '__main__': p = Process(target=task) p.start() p.join() print('this is main processing', x) # 打印結果：this is main processing 100 # --------進程間的通信------------------------------------- from multiprocessing import Queue, Process # 基於隊列實現進程間的通信 def producer(q): q.put('this is producer!') def consumer(q): print(q.get()) if __name__ == '__main__': q = Queue() # 實例化隊列對象 p1 = Process(target=producer, args=(q,)) c1 = Process(target=consumer, args=(q,)) p1.start() c1.start() 

2.8 進程對象的其他相關方法

from multiprocessing import Process, current_process import time import os def task(): print('%s is running' % os.getpid()) # 獲取這個進程的id time.sleep(3) print('%s is over' % os.getppid()) # 獲取父進程的進程id if __name__ == '__main__': p1 = Process(target=task) p1.start() # 運行子進程 p1.terminate() # 殺死子進程 print(p1.is_alive()) # 判斷進程是否存活 print('this is main processing') """ 程序運行結果： 為什么在殺死子進程之后，任然顯示子進程存活？ 是因為，將殺死子進程的命令發送給操作系統之后，在操作系統還沒殺死進程之前， 已經執行了進程是否存活這個命令，此時，系統還沒殺死進程，那么肯定返回True， 在此處，只需要在殺死進程的下一行，讓程序睡（暫停）一會兒，哪怕0.1秒， 都是可以正常顯示False True this is main processing """

2.9 僵屍進程與孤兒繼承

僵屍進程：
    子進程結束之后，不會立即釋放pid等資源信息。
主進程釋放子進程資源的兩種情況：
    主進程正常死亡
    join方法 任何進程都會步入僵屍進程，當主進程不停的創建子進程的時候，會有害 孤兒進程：主進程意外死亡，在Linux中有一個init幫助回收孤兒進程資源

2.10 守護進程

from multiprocessing import Process import time def task(name): print('%s 活着' % name) time.sleep(3) print("%s 正常死亡" % name) if __name__ == '__main__': p = Process(target=task, args=('李四總管',)) p.daemon = True # 必須在p.start開啟進程命令之前聲明 p.start() print('somebody is going to die!') 

2.11 互斥鎖

from multiprocessing import Process, Lock import json import time import random def search(i): with open('info', 'r', encoding='utf-8') as f: data = json.load(f) print(('用戶查詢余票數:%s' % data.get('ticket'))) def buy(i): # 買票之前還得先查有沒有票 with open('info', 'r', encoding='utf-8') as f: data = json.load(f) time.sleep(random.randint(1, 3)) # 模擬網絡延遲 if data.get('ticket') > 0: data['ticket'] -= 1 # 買票 with open('info', 'w', encoding='utf-8') as f: json.dump(data, f) print('用戶%s搶票成功' % i) else: print('用戶%s查詢余票為0' % i) def run(i, mutex): search(i) mutex.acquire() # 搶鎖 一把鎖不能同時被多個人使用，沒有搶到的人，就一直等下去 buy(i) mutex.release() # 釋放鎖 if __name__ == '__main__': mutex = Lock() for i in range(10): p = Process(target=run, args=(i, mutex)) p.start()