多进程,互斥锁

守护进程

  • 什么是守护进程

在python中,守护进程也是一个进程,默认情况下,主进程及时代码执行完毕了也会等待子进程结束才会结束自己,当一个进程B设置为另一个进程A的守护进程时, A是被守护,B是守护进程

特点是:当被守护A结束时,即使B的任务没有完成也会随之结束

比喻:

康熙是一个进程,妃子是康熙的守护进程

康熙驾崩了,如果妃子还活着,那就陪葬去,当然如果妃子的任务提前结束了那就立即挂了

**案例

from multiprocessing import Process
import time

def task():
    print('zi run')
    time.sleep(3)
    print('zi over')
    
if __name__=='__main__':
    p = Process(target=task)
    p.daemon = True  # 将这个进程设置为了守护进程  必须在开启进程前设置
    p.start()
    print('主 over')

进程安全问题

当并发的多个任务是,要同时操作同一个资源,就会造成数据错乱的问题

解决方法是:将并发操作公共资源的代码由并发转为串行,解决安全问题,但是牺牲了效率

串行方式1

直接使用join函数

缺点:将任务中所有的代码都串行,此时还是不如不要开进程

多个进程之间原本公平竞争, join是强行规定了执行顺序

串行方式2,互斥锁(重点)

原理就是讲要操作的公共资源的代码锁起来,以保证同一时间只能有一个进程在执行这部分代码

互斥锁是什么

就是互相排斥的锁

优点:可以将部分代码串行,同时要注意,必须保证锁只有一把

使用方式:

from multiprocessing import Process,Lock
import time,random

def task1(mutex):
    # 假设这不是访问公共资源 那么还可也并发执行
    for i in range(10000):
        print(1)

    mutex.acquire() # 这是加锁
    time.sleep(random.random())
    print("-------name is nick")
    time.sleep(random.random())
    print("-------gender is girl")
    time.sleep(random.random())
    print("-------age is 18")
    mutex.release() # 解锁
    
    
def task2(mutex):
    for i in range(10000):
        print(2)

    mutex.acquire()
    time.sleep(random.random())
    print("++++++++name is bgon")
    time.sleep(random.random())
    print("++++++++gender is oldman")
    time.sleep(random.random())
    print("++++++++age is 48")
    mutex.release()

if __name__ == '__main__':
    mutex = Lock()  # 创建一把互斥锁
    print("创建锁了!!!!")

    p1 = Process(target=task1,args=(mutex,))
    p2 = Process(target=task2,args=(mutex,))

    p1.start()
    p2.start()

加锁 解决了安全问题,带来了效率降低问题

锁其实只是给执行代码加了限制 本质是一个标志为 True 或 False

如何使得即保证安全 又提高效率

锁的 粒度

粒度指的是被锁住的代码的多少

粒度越大锁住的越多 效率越低

互斥锁的案例

# 抢票

def show():
    with open("db.json") as f:
        data = json.load(f)
        print("剩余票数",data["count"])

def buy():
    with open("db.json") as f:
        data = json.load(f)
        if data["count"] > 0:
            data["count"] -= 1
            with open("db.json","wt") as f2:
                json.dump(data,f2)
                print("抢票成功!")

def task(mutex):
    show()
    mutex.acquire()
    buy()
    mutex.release()

if __name__ == '__main__':
    mutex = Lock()
    for i in range(5):
        p = Process(target=task,args=(mutex,))
        p.start()
        

IPC

Inter-Process Communication

空间复用 中内存隔离开了多个进程直接不能直接交互

IPC指的就是进程间通讯

几种方式 :

1.创建一个共享文件

缺点: 效率较低

优点: 理论上交换的数据量可以非常大  

适用于: 交互不频繁  且数据量较大的情况

2.共享内存 (主要方式)

缺点: 数据量不能太大  

优点: 效率高 

适用于: 交互频繁,但是数据量小 

3.管道

管道也是基于文件的    它是单向的   编程比较复杂  

4.socket

编程复杂,更适用于基于网络来交换数据  

共享内存的第一种方式

Manger

可以为我们创建 进程间同步的容器,但是没有处理安全问题 ,所以并不常用

Queue

Queue 翻译为队列 是一种特殊的容器 特殊之处在于存取顺序为先进先出

可以帮我们完成进程间通讯

from multiprocessing import Queue

q = Queue(2) # 创建队列 并且同时只能存储2个元素
q.put(1)
q.put(2)

# q.put(3,block=True,timeout=3) # 默认是阻塞的 当容器中没有位置了就阻塞 直到有人从里面取走元素为止
print(q.get())
print(q.get())
print(q.get(block=True,timeout=3))# 默认是阻塞的 当容器中没有位置了就阻塞 直到有人存入元素为止

扩展: 栈

也是一种特殊的容器 特殊在于 存取顺序为 先进后出

函数调用栈

调用函数时 称之为 函数入栈

函数执行结束 称之为函数出栈

原文地址:https://www.cnblogs.com/bladecheng/p/11132194.html