守护进程进程安全

1.守护进程
　　指的也是一个进程，可以守护着另一个进程
　　　　一个进程a设置为b的守护进程 当b结束时 a会立马结束自己不管任务是否执行完毕
　　使用场景：例如qq进程 有一个下载任务 交给了一个子进程
　　　　但是过程中 qq退出了 下载进程也会随之关闭了

import time
from multiprocessing import Process


def task():
print('妃子的一生。。。')
time.sleep(10)
print('妃子挂了。。。')


if __name__ == '__main__':
print('皇帝登基！')
p = Process(target=task)
# 将p子进程设置为主进程的守护进程 必须放在开启进程之前设置
p.daemon = True
print('有一个妃子', p)
p.start()
time.sleep(5)
print('皇帝驾崩了。。。')

2.进程安全
进程安全问题:
　　当多个进程要同时操作同一个资源时，就可能出现问题
例如：
　　只有一台打印机 但是很多打印任务 如果不加以控制 可能造成打印结果错乱
解决方案1：加join 将原本的并发的任务变成串行执行
　　但是如此一来 进程与进程之间不再平等 顺序已经固定死了
　　最终的解决方案就是加锁
　　使用Lock来实例化产生一把锁
　　但是要保证每个进程访问的都是同一把锁
在访问共享资源前 加锁
　　访问后一定要解锁
注意：不能多次执行acquire 一次acquire 对应一次release
　　acquire时一个阻塞函数 会一直等到锁被释放(release调用)才会继续执行
　　加锁之后并发又变成了串行了 不过与join不同的是 没有规定顺序 谁先抢到谁先执行
　　问题：一旦加锁 效率降低 不加锁数据要错乱

from multiprocessing import Process, Lock
import time
import random


def task1(lock):
lock.acquire()
print('hello my name is aaa')
time.sleep(random.randint(1, 3))
print('sjh age is 18')
time.sleep(random.randint(1, 3))
print('sjh sex is man')
lock.release()


def task2(lock):
lock.acquire()
print('hello my name is yy')
time.sleep(random.randint(1, 3))
print('yy age is 18')
time.sleep(random.randint(1, 3))
print('yy sex is woman')
lock.release()


def task3(lock):
lock.acquire()
print('hello my name is my')
time.sleep(random.randint(1, 3))
print('my age is 18')
time.sleep(random.randint(1, 3))
print('my sex is woman')
lock.release()


if __name__ == '__main__':
lock = Lock()
p1 = Process(target=task1, args=(lock,))
p2 = Process(target=task2, args=(lock,))
p3 = Process(target=task3, args=(lock,))
p1.start()
# p1.join()
p2.start()
# p2.join()
p3.start()

# p3.join()

print('over')

互斥锁
　　互相排斥对方的锁
　　a在执行b就滚一边去
　　在使用锁的时候 无可避免的会降低效率
　　需要找到一个最合适的地方加上锁
　　你锁住的代码越少效率越高
　　join和锁
　　　　join是让整个进程中的代码全部串行 而锁可以让部分代码串行
　　　　粒度(被锁住的代码量)越小 效率越高
　　抢票案例
　　　　服务器器要存储票数
　　　　客户端要查看票数
　　　　如果票数大于0就可以购买

#其中的'data.json'为 {"ticket": 2}
import json, time, random, os
from multiprocessing import Process, Lock


def task(lock, name):
# 查看余票
check_ticket(name)
# 买票会修改数据 必须加锁
lock.acquire()
buy_ticket(name)
lock.release()


def check_ticket(name):
with open('data.json', 'rt', encoding='utf-8') as f:
ticket = json.load(f)['ticket']
print('%s查看了票数 剩余票数：%s' % (name, ticket))


def buy_ticket(name):
# 先查询是否有票
# time.sleep(random.randint(1, 4))
with open('data.json', 'rt', encoding='utf-8')as f:
ticket_dic = json.load(f)
if ticket_dic['ticket'] > 0:
# 买票 需要发送请求 模拟延迟
time.sleep(random.randint(1, 4))
ticket_dic['ticket'] -= 1
with open('data.json', 'wt', encoding='utf-8') as f1:
json.dump(ticket_dic, f1)
print('%s购买成功！' % name)
else:
print('没有票了！')


if __name__ == '__main__':
lock = Lock()
p1 = Process(target=task, args=(lock, 'apple'))
p2 = Process(target=task, args=(lock, 'lemon'))
p3 = Process(target=task, args=(lock, 'mango'))
p1.start()
# p1.join()
p2.start()
# p2.join()
p3.start()

3.IPC进程间通讯
　　进程与进程之间内存是物理隔离的 无法直接通讯
　　例如：qq要调用浏览器 来显示某个网页 网页地址就必须想办法告诉浏览器
四种方式：
　　1.使用一个共享文件 在硬盘创建一个文件 不同进程之间共享这个文件
　　　　优点：交换的数据量几乎没有限制
　　　　缺点：速度慢
　　2.系统开辟一块共享内存 以供进程间交换数据
　　　　优点：速度快
　　　　缺点：数据量不能太大
　　3.管道
　　　　优点：封装了文件的打开 关闭等操作
　　　　缺点：速度慢 并且是单向的 编程复杂度高
　　4.socket
　　　　不仅可以用于与远程计算机中的进程通讯 还可以用于与本地进程通讯
　　　　基于内存的 速度快

from multiprocessing import Process, Manager, Lock
import time


def task(dic, lock):
lock.acquire()
i = dic['num']
time.sleep(0.3)
dic['num'] = i - 1
lock.release()
pass


if __name__ == '__main__':
# 共享内存管理器
m = Manager()
# 在共享内存区域 创建了一个字典
# dic = m.dict({'name': 'sjh'})
dic = m.dict({'num': 10})
lock = Lock()
a = 100
p1 = Process(target=task, args=(dic, lock))
p2 = Process(target=task, args=(dic, lock))
p3 = Process(target=task, args=(dic, lock))
p1.start()

p2.start()
p1.join()
p2.join()
print(dic['num'])

manager
queue
　　队列也是一个容器
　　　　特点：先进先出
　　　　支持进程间共享
　　　　自动处理了进程安全问题(加锁)
　　　　例如:迅雷下载 先添加的任务一定先开始执行
　　堆栈：
　　　　特点:先进后出
　　　　例如：函数的执行

from multiprocessing import Queue

q = Queue(2)
q.put('1')
q.put('2')
# print(q.get())
# q.put('3') # 会阻塞直到有空位置为止
# print(q.get())
# print(q.get())
# print(q.get()) # 会阻塞直到有数据为止
# # block阻塞
# timeout等待超时 只在block为True时有效
q.put('3', block=True, timeout=5)


queue的使用
from multiprocessing import Process, Queue
import time


def task(q):
num = q.get()
# print(num)
time.sleep(0.5)
q.put(num - 1)


if __name__ == '__main__':
q = Queue()
q.put(3)
# 将处于共享内存区域的字典传给子进程
p1 = Process(target=task, args=(q,))
p2 = Process(target=task, args=(q,))
p3 = Process(target=task, args=(q,))
p1.start()
p2.start()
p3.start()
p1.join()
p2.join()
p3.join()

print(q.get())

4.生产者消费者模型
　　需求:一共要生产 并消费10台手机
　　由于 生产者和消费者能力不匹配(处理速度不一致)导致双方可能互相等待 造成了效率的降低
　　1.将原本由一个进程完成的 两个(生成和消费)拆分为两个不交给两个不同的角色(进程)来完成
　　2.由于进程间内存互相隔离 所以需要为两个角色之间提供一个共享的数据容器
　　3.生产将生产完成的数据放入容器中
　　4.消费者从容器中取出数据来处理
　　　　生产者消费者模型的优点：
　　　　　　1.平衡了生产者和消费者的能力差异 提高处理效率
　　　　　　2.降低了双方耦合度
　　学习并发的两个核心问题 安全性和效率

from multiprocessing import Process, Queue

import time, random


# 生产者
def xiaomi_factory(name, q):
for i in range(1, 6):
time.sleep(random.randint(1, 3))
phone = '这是%s生产的小米9-%s' % (name, i)
print('生产者 生产了%s' % phone)
# 放到柜台即存储到队列中
q.put(phone)


# 消费者
def buy_mi9(q):
for i in range(10):
# 从队列中取需要被处理的数据(phone)
time.sleep(random.randint(1, 2))
phone = q.get()
print('消费者 消费了%s' % phone)


if __name__ == '__main__':
# 共享数据的队列
q = Queue()
# 生产者
p1 = Process(target=xiaomi_factory, args=('北京公司', q))
p2 = Process(target=xiaomi_factory, args=('上海公司', q))
p1.start()
p2.start()
# 消费者
c1 = Process(target=buy_mi9, args=(q,))
c1.start()