day 32

守护进程

进程是一个正在运行的程序，守护进程也是一个普通程序，从字面意思可以理解为一个程序可以守护另外一个进程。
例如古代皇帝有一群妃子，个个娇艳欲滴，享受荣华富贵，但是当皇帝驾崩时，新皇帝是不能继承这些妃子的，因为要作为陪葬品，随先帝而去。

这里妃子就相当于皇帝的守护者，随着皇帝死亡而结束自己的生命。而在程序中也是如此，如果b进程是a程序的守护进程，那么当a进程结束之后

b进程也会随之结束，这就是守护进程的含义，在实例化Process对象后调用'p.daemon =  True'即可生成守护进程。

from multiprocessing import Process
import time

# 妃子的一生
def task():
    print("入宫了.....")
    time.sleep(50)
    print("妃子病逝了......")


if __name__ == '__main__':
    # 康熙登基了
    print("登基了.....")

    # 找了一个妃子
    p = Process(target=task)

    # 设置为守护进程 必须在开启前就设置好
    p.daemon = True       #设定好守护进程的标志
    p.start()

    # 康熙驾崩了
    time.sleep(3)
    print("故事结束了!")     当父进程关闭以后，守护进程不管有没有走完下面的代码并不会接着往下走，随着结束掉

互斥锁

互斥锁是指在多个进程同时运行的时候在抢用cpu进行程序处理时候出现错乱，最终的打印结果会比较糟糕。





def task1():
    #使用就上锁,不要对同一把索使用多次acquire,使用一次对应一次release
    # lock.acquire()
    print('我好帅')
    time.sleep(random.randint(0,3))
    print('阿花真美')
    # lock.release()


def task2():
    # lock.acquire()
    print('我好帅')
    time.sleep(random.randint(0, 3))
    print('阿芳真美')
    # lock.release()
#
#
#
#
if __name__ == '__main__':
    # lock = Lock()
    p1 = Process(target=task1)

打印结果


D:python36python.exe "D:/代码文件夹/day 35/开发安全.py"
我好帅
我好帅
阿芳真美
阿花真美








可以看出多进程在同时运行的时候出现了抢占cpu的情况，使得打印结果，并不是我们所想要的，这时候只要一把互斥锁就可以解决这个问题了。




def task1(lock):
    #使用就上锁,不要对同一把索使用多次acquire,使用一次对应一次release
    lock.acquire()   #上锁
    print('我好帅')
    time.sleep(random.randint(0,3))
    print('阿花真美')
    lock.release()    #解锁


def task2(lock):
    lock.acquire()          #上锁
    print('我好帅')
    time.sleep(random.randint(0, 3))
    print('阿芳真美')
    lock.release()        #解锁
#
#
#
#
if __name__ == '__main__':
    lock = Lock()     #让进程使用同一把互斥锁
    p1 = Process(target=task1,args=(lock,))
    p2 = Process(target=task2,args=(lock,))
#
#

    p1.start()
    p2.start()




互斥锁并不是真的把资源给锁了起来，只是当有一个进程先站住之后，在代码层面进行限制，在该进程没有结束操作之前不让其他进程进行操作。


在程度上来说join函数，也可以解决并行数据错乱的问题，只是他与互斥锁最大的区别是：join 是完全将并发任务变成了串行，这样虽然解决了数据错乱的


问题，但是原本的并发的高效率，也被随之丢弃，进程的执行顺序会被固定，父进程在子进程没有结束的情况下只能等着。而互斥锁则是会保证原有进程同时并发，父进程可以去执行其他任务，锁任意位置的代码，锁一行都可以。


IPC


ipc是指进程间的通讯，进程之间的内存是相互隔离的，大概一个进程的数据想要传给另外一个进程时，大范围上有以下几种方式：管道，文件，socket，和共享内存。


管道只能实现单方面通讯，数据还都是二进制。


文件实在硬盘上创建共享文件，优点是几乎不受数据大小的影响，缺点是速度慢。


socket对编程的复杂度较高。


共享内存必须由操作系统来分配，优点是传输速度快，缺点就是数据量不能太大。


共享内存的方式


Manager类 了解


Manager提供了许多数据结构，如：list,dict具备进程间共享的特点。




from multiprocessing import Process,Manager,Lock
import time


def task(data,l):
    l.acquire()
    num = data["num"] #
    time.sleep(0.1)
    data["num"] = num - 1
    l.release()

if __name__ == '__main__':
    # 让Manager开启一个共享的字典
    m = Manager()
    data = m.dict({"num":10})      

    l = Lock()

    for i in range(10):
        p = Process(target=task,args=(data,l))
        p.start()

    time.sleep(2)  这里必须有一个睡眠操作，所有的子进程在处理数据需要时间，这时候如果没有时间间隔的话，直接打印就会出错，所以要有一个时间间隔
　　　　　　　　　　　　等数据都处理完之后在进行打印
    print(data)




需要注意的是Manager创建的一些数据结构是不带互斥锁的，所以可能会出现一些问题。


Queue队列


队里额是一种特殊的数据结构，先存进去的，取出的时候就取出，区别于堆栈的先存进去的后取出来。


在导入Queue后，实例化对象时有一个参数maxsize如果我们不指定，那么存储的数量就没有限制。




from multiprocessing import Queue
# 创建队列  不指定maxsize 则没有数量限制
q = Queue(3)
# 存储元素
# q.put("abc")
# q.put("hhh")
# q.put("kkk")

# print(q.get())
# q.put("ooo")    # 如果容量已经满了,在调用put时将进入阻塞状态 直到有人从队列中拿走数据有空位置 才会继续执行

#取出元素
# print(q.get())# 如果队列已经空了,在调用get时将进入阻塞状态 直到有人从存储了新的数据到队列中 才会继续

# print(q.get())
# print(q.get())




还有一些常用的方法




#block 表示是否阻塞 默认是阻塞的   # 当设置为False 并且队列为空时 抛出异常
q.get(block=True,timeout=2)
# block 表示是否阻塞 默认是阻塞的   # 当设置为False 并且队列满了时 抛出异常
# q.put("123",block=False,)
# timeout 表示阻塞的超时时间 ,超过时间还是没有值或还是没位置则抛出异常  仅在block为True有效





生产者消费者模型


首先模型就是解决某个问题的套路，生产数据的一方称为生产者，处理数据的一边就是消费者。假如我们去饭店吃饭，厨师就是生产者，我们就是消费者。


但是生产者与消费者的往往步调不一样，就会出现一方在等一方的情况。



 


解决方案：将两者直接分开，各自去完成自己需要完成的任务，为了能实现数据之间的交互，在两者之间创建一个共享内存，生产者将完成后的数据存储


到共享内存中，消费者则在需要数据的时候去共享内存中取出来就可以了。这样两边就可以互不影响。




def eat(q):
    for i in range(10):
        # 要消费
        rose = q.get()
        time.sleep(random.randint(0, 2))     
        print(rose,"吃完了!")

# 生产任务
def make_rose(q):
    for i in range(10):
        # 再生产
        time.sleep(random.randint(0, 2))
        print("第%s盘青椒肉丝制作完成!" % i)
        rose = "第%s盘青椒肉丝" % i
        # 将生成完成的数据放入队列中
        q.put(rose)

if __name__ == '__main__':
    # 创建一个共享队列
    q = Queue()
    make_p = Process(target=make_rose,args=(q,))
    eat_p =  Process(target=eat,args=(q,))


    make_p.start()
    eat_p.start()






        

	      

	    

	  

	  

	    
      
        【推广】
        免费学中医，健康全家人
      
	  

    

    

          原文地址：https://www.cnblogs.com/1624413646hxy/p/10969419.html