Python--进程与线程

Posted 2020-10-04

一，回顾操作系统的概念

 操作系统位于底层硬件与应用软件之间的一层

 工作方式：向下管理软件，向上提供接口

二，进程线程的概念

　　进程是一个资源单位，线程是一个最小的执行单位

　　　　一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程

三，并行与并发

并行：
    就是有多个进程可以同时运行的叫做并行
并发：
    就是在一个处理器的情况下，切换执行，叫做并发

python无法实现并行处理，因为全局解释器锁gil导致同一时刻同一进程
只能有一个线程被运行。

    GIL全局解释器锁
    但是不影响Python开多进程

多线程代码示例
    

import threading
import time
‘‘‘
程序在运行是有一个主线程，当程序开启多线程的时候，主线程依旧会执行，
主线程执行到最后时，并没有结束，而是在等待子线程的结束后主线程结束

‘‘‘
def misc():
    print("听歌")
    time.sleep(3)
    print("听歌结束")


def xieboke():
    print("写博客")
    time.sleep(5)
    print("写博客结束")


#开启线程
t1=threading.Thread(target=misc)#t1,t2是一个线程对象
t2=threading.Thread(target=xieboke)

t1.start()
t2.start()

print("主线程")

 

#开启多线程的另一种方式

import threading
import time
class MyThread(threading.Thread):
    ‘‘‘
    用类的继承，继承线程的方法开启线程
    ‘‘‘

    def __init__(self,num):
    ‘‘‘
    继承父类的__init__方法
    ‘‘‘
        threading.Thread.__init__(self)
        self.num=num

    def run(self):
        print("running on mythread:%s"%self.num)
        time.sleep(3)
        print("end%s"%self.num)

t1=MyThread(10)
t2=MyThread(20)

t1.start()
t2.start()
print("主线程")

 

jion的使用
    t.jion方法会阻塞主进程的运行,但不会影响其他线程的运行

setDaemon方法
    -守护线程
    当某个线程设置为守护线程的时候，它会随着主线程的结束而结束
    t.setDaemon(True)
    
线程对象下的几个方法：
        -isAlive（）检测线程是否活动，返回值是布尔值
        -getName():返回线程名
        -setName():设置线程名称
        
threading模块提供的一些方法：
    threading.currentTread():返回当前线程变量
    threading.enumerate():返回一个包含正在运行的线程的list。
    threading.activeCount():返回正在运行的线程数量
    
Python对于计算密集型运行比较慢，效率低；对于IO密集型效率有明显提高

Python多线程
    互斥锁：
        互斥锁的意义就是在保护锁内代码同一时间只有一个线程在使用
        直到代码执行完成，解锁后其他线程才能执行所内代码。
    使用格式：
        -lock=threading.Lock()创建一把锁的对象
        lock.acquire()#加锁
        ....需要保护的执行语句
        lock.release()#解锁
    
    死锁与递归锁    
    代码示例：
      

 　　    import threading
        import time

        muteA=threading.Lock()
        muteB=threading.Lock()

        class MyThread(threading.Thread):
            def __init__(self):
                threading.Thread.__init__(self)

            def run(self):
                self.func1()
                self.func2()

            def func1(self):
                muteA.acquire()
                print("锁A执行内容",MyThread.getName(self))
                muteB.acquire()
                print("锁B执行内容",MyThread.getName(self))
                muteB.release()
                muteA.release()

            def func2(self):
                muteB.acquire()
                print("第二个函数的锁B",MyThread.getName(self))
                muteA.acquire()
                print("第二个函数的锁A",MyThread.getName(self))
                muteA.release()
                muteB.release()

        if __name__=="__main__":
            for i in range(10):
                my_thread=MyThread()
                my_thread.start()

 

        
    形成死锁的原因在于当线程1在第二个函数中拿到锁B向下执行需要锁A的时候，线程2在函数1中
    已经拿到的锁A，在等待线程1释放B。两个线程都没有释放另一个线程需要的锁，所以就形成了死锁。
    
    
    递归锁的应用
    递归锁未避免死锁的产生，在锁内实行一个引用计数，当有一把使用是计速器加一，释放后，去除计数
    到代码在执行锁内代码时，如果有其他线程抢锁，计数如果为零，线程可以拿到锁，大于零，拒绝线程拿锁
    这样就能避免锁的重复，也就不会产生死锁
    代码示例：    
    import threading
        import time

        Rlock=threading.Rlock()

        class MyThread(threading.Thread):
            def __init__(self):
                threading.Thread.__init__(self)

            def run(self):
                self.func1()
                self.func2()

            def func1(self):
                Rlock.acquire()
                print("锁A执行内容",MyThread.getName(self))
                Rlock.acquire()
                print("锁B执行内容",MyThread.getName(self))
                Rlock.release()
                Rlock.release()

            def func2(self):
                Rlock.acquire()
                print("第二个函数的锁B",MyThread.getName(self))
                Rlock.acquire()
                print("第二个函数的锁A",MyThread.getName(self))
                Rlock.release()
                Rlock.release()

        if __name__=="__main__":
            for i in range(10):
                my_thread=MyThread()
                my_thread.start()
                
event方法使用：
    event方法可以让两个线程之间通信，当一个线程需要另一个线程准备数据的时候，
    event.wait(),阻塞程序的运行，直到另一个线程将数据准备完成后，使用event.set()
    返回一个true值，event.wait()接受到该值之后，线程开始运行。wait方法后可以接一个超时
    时间参数，规定在一定时间内阻塞，超时后运行。
    
    import threading
    import time
    import logging

    logging.basicConfig(level=logging.DEBUG, format=‘(%(threadName)-10s) %(message)s‘,)


    def worker(event):
        logging.debug(‘Waiting for redis ready...‘)

        while not event.isSet():
            logging.debug("wait.......")
            event.wait(3)   # if flag=False阻塞，等待flag=true继续执行


        logging.debug(‘redis ready, and connect to redis server and do some work [%s]‘, time.ctime())
        time.sleep(1)

    def main():

        readis_ready = threading.Event()  #  flag=False创建一个event对象
        t1 = threading.Thread(target=worker, args=(readis_ready,), name=‘t1‘)
        t1.start()

        t2 = threading.Thread(target=worker, args=(readis_ready,), name=‘t2‘)
        t2.start()

        logging.debug(‘first of all, check redis server, make sure it is OK, and then trigger the redis ready event‘)

        time.sleep(6) # simulate the check progress
        readis_ready.set()  # flag=Ture
        

    if __name__=="__main__":
        main()
    

进程multprocessing模块

    multprocessing模块与threading模块使用同一套api，使用方法调用方法与threading模块一样
    
    代码示例：
    from multiprocessing import Process

    import time

    def f(name):
        print("hello",name,time.ctime())
        time.sleep(1)

    if __name__=="__main__":
        p_list=[]
        for i in range(3):
            p=Process(target=f,args=("alvin:%s"%i,))
            p_list.append(p)
            p.start()
    
    
协程的应用：
    协程是单线程的，不能切换。因为协程对IO操作的判断由自己控制
    import time

    #  可以实现并发


    def consumer():

        r = ‘‘
        while True:

            n = yield r
            if not n:
                return
            print(‘[CONSUMER] ←← Consuming %s...‘ % n)
            time.sleep(1)
            r = ‘200 OK‘

    def produce(c):

        next(c)
        n = 0
        while n < 5:
            n = n + 1
            print(‘[PRODUCER] →→ Producing %s...‘ % n)

            cr = c.send(n)

            print(‘[PRODUCER] Consumer return: %s‘ % cr)

        c.close()

    if __name__==‘__main__‘:

        c = consumer()
        produce(c)
    
gevent模块的使用：
    from gevent import monkey
    monkey.patch_all()

    import gevent
    from urllib import request
    import time

    def f(url):
        print(‘GET: %s‘ % url)
        resp = request.urlopen(url)
        data = resp.read()
        print(‘%d bytes received from %s.‘ % (len(data), url))

    start=time.time()

     gevent.joinall([
             gevent.spawn(f, ‘https://itk.org/‘),
             gevent.spawn(f, ‘https://www.github.com/‘),
             gevent.spawn(f, ‘https://zhihu.com/‘),
     ])

    #f(‘https://itk.org/‘)
    #f(‘https://www.github.com/‘)
    #f(‘https://zhihu.com/‘)


    print(time.time()-start)