day 7-4 互斥锁与队列

一. 基本定义

　　互斥锁（英语：英语：Mutual exclusion，缩写 Mutex）是一种用于多线程编程中，防止两条线程同时对同一公共资源（比如全局变量）进行读写的机制。该目的通过将代码切片成一个一个的临界区域（critical section）达成。临界区域指的是一块对公共资源进行访问的代码，并非一种机制或是算法。一个程序、进程、线程可以拥有多个临界区域，但是并不一定会应用互斥锁。

二. 互斥锁的作用

　　加锁的目的是为了保证多个进程修改同一块数据时，同一时间只能有一个修改，即串行的修改，没错，速度是慢了，牺牲了速度而保证了数据安全。

三. 互斥锁例子

　　互斥锁常见的应用常见就是我们抢票的时候,10个同时查看到还有2张剩余票数.然后开始提交购票请求,但是能买到票的只有2个人.也就是说查看票数是并行操作,但是购票却是串行操作.

如果都是并行操作,那么数据就会造成10个人同时都在对剩余票数进行操作,将会导致2张票买给了10个人.所以,我们必须保证,串行操作,且下一个人操作的数据,是在上一个人操作后,已经更新的数据.

 1 from multiprocessing import Process,Lock
 2 import time
 3 import json
 4 
 5 def search(name):
 6     time.sleep(1)
 7     dic = json.load(open("db.txt","r",encoding="utf-8"))
 8     print("<%s> 剩余票数:%s"%(name,dic["count"]))
 9 
10 
11 def get(name,mutex):
12     mutex.acquire()     # 互斥锁加在这里,保证同时只能有一个人在购票.
13     time.sleep(1)
14     dic = json.load(open("db.txt","r",encoding="utf-8"))
15     if dic["count"]>0:
16         print("开始购票")
17         time.sleep(2)
18         dic["count"]-=1
19         json.dump(dic,open("db.txt","w",encoding="utf-8"))
20         print("<%s>购票成功."%name)
21 
22     else:
23         print("<%s>购票失败."%name)
24     mutex.release()     # 释放互斥锁
25 
26 
27 def task(name,mutex):
28     search(name)
29     get(name,mutex)

互斥锁_模拟抢票

四. 互斥锁与join

　　既然互斥锁的将原本并行执行才程序,变成了串行执行,那么我们之前学习的jion方法,不就可以完成这个操作吗?为什么还要用互斥锁呢?

　　我们把刚刚的例子改成用jion的方法,看看会出现什么问题.　　

from multiprocessing import Process,Lock
import time
import json

def search(name):
    time.sleep(1)
    dic = json.load(open("db.txt","r",encoding="utf-8"))
    print("<%s> 剩余票数:%s"%(name,dic["count"]))


def get(name):
    # mutex.acquire()     # 互斥锁加在这里,保证同时只能有一个人在购票.
    time.sleep(1)
    dic = json.load(open("db.txt","r",encoding="utf-8"))
    if dic["count"]>0:
        print("开始购票")
        time.sleep(2)
        dic["count"]-=1
        json.dump(dic,open("db.txt","w",encoding="utf-8"))
        print("<%s>购票成功."%name)

    else:
        print("<%s>购票失败."%name)
    # mutex.release()     # 释放互斥锁


def task(name):
    search(name)
    get(name)





if __name__ == '__main__':
    # mutex = Lock()      #生成锁
    for i in range(10):
        p = Process(target=task,args=("路人%s"%i,))
        p.start()
        p.join()

join方法_模拟购票


<路人0> 剩余票数:2
开始购票
<路人0>购票成功.
<路人1> 剩余票数:1
开始购票
<路人1>购票成功.
<路人2> 剩余票数:0
<路人2>购票失败.
<路人3> 剩余票数:0
<路人3>购票失败.
<路人4> 剩余票数:0
<路人4>购票失败.
<路人5> 剩余票数:0
<路人5>购票失败.
<路人6> 剩余票数:0
<路人6>购票失败.
<路人7> 剩余票数:0
<路人7>购票失败.
<路人8> 剩余票数:0
<路人8>购票失败.
<路人9> 剩余票数:0
<路人9>购票失败.

　　发现使用join将并发改成穿行，确实能保证数据安全，但问题是连查票操作也变成只能一个一个人去查了，很明显大家查票时应该是并发地去查询而无需考虑数据准确与否，此时join与互斥锁的区别就显而易见了，join是将一个任务整体串行，而互斥锁的好处则是可以将一个任务中的某一段代码串行，比如只让task函数中的get任务串行.

五. 总结　　

　　加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行地修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。

　　虽然可以用文件共享数据实现进程间通信，但问题是：

　　1、效率低（共享数据基于文件，而文件是硬盘上的数据）

　　2、需要自己加锁处理

　　因此我们最好找寻一种解决方案能够兼顾：

　　1、效率高（多个进程共享一块内存的数据）

　　2、帮我们处理好锁问题。

　　这就是mutiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道。

　　队列和管道都是将数据存放于内存中，而队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来，因而队列才是进程间通信的最佳选择。

　　我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。

六. 补充知识---Process对象的其他属性

p.daemon ：守护进程（必须在开启之前设置守护进程）：如果父进程死，子进程p也死了

p.join：父进程等p执行完了才运行主进程，是父进程阻塞在原地，而p仍然在后台运行。

terminate：强制关闭。（确保p里面没有其他子进程的时候关闭，如果里面有子进程，你去用这个方法强制关闭了就会产生僵尸进程（打个比方：如果你老子挂了，你还没挂，那么就没人给你收尸了，啊哈哈））

is_alive：关闭进程的时候,不会立即关闭,所以is_alive立刻查看的结果可能还是存活

p.join()：父进程在等p的结束，是父进程阻塞在原地，而p仍然在后台运行

p.name：查看名字

p.pid ：查看id

七. 队列Queue

　　队列介绍:

　　进程彼此之间互相隔离，要实现进程间通信（IPC），multiprocessing模块支持两种形式：队列和管道，这两种方式都是使用消息传递的

　　创建队列的类（底层就是以管道和锁定的方式实现）：

 1 Queue([maxsize]):创建共享的进程队列，Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传递。
 2 参数介绍：
 3 
 4 maxsize是队列中允许最大项数，省略则无大小限制。
 5 但需要明确：
 6     1、队列内存放的是消息而非大数据
 7     2、队列占用的是内存空间，因而maxsize即便是无大小限制也受限于内存大小
 8 主要方法介绍：
 9 
10 q.put方法用以插入数据到队列中。
11 q.full() 判断队列是否已经满了
12 q.get方法可以从队列读取并且删除一个元素。
13 q.empty() 判断队列是否已经没有数据了

 1 from multiprocessing import Queue
 2 
 3 q=Queue(3)
 4 
 5 
 6 q.put(1)
 7 q.put(2)
 8 q.put(3)
 9 print(q.full()) #满了
10 # q.put(4) #再放就阻塞住了
11 
12 print(q.get())
13 print(q.get())
14 print(q.get())
15 print(q.empty()) #空了
16 # print(q.get()) #再取就阻塞住了

队列例子