• Python3 并发编程2


    进程互斥锁

    基本概念

    • 临界资源: 一次仅允许一个进程使用的资源称为临界资源, 进程间采取互斥的方式, 共享临界资源
    • 进程互斥: 一个进程正在访问临界资源, 另一个要访问该资源的进程必须等待
    • 让并发变成串形, 牺牲了执行效率, 保证了数据的安全
    • 在程序并发执行时, 需要修改时使用

    互斥锁的使用

    # base_data--->{"ticket_num": 1}
    # 模拟抢票软件
    import json
    import time
    from multiprocessing import Process
    
    
    # 查看余票
    def search(user):
        with open('base_data', 'r', encoding='utf-8') as f:
            dic = json.load(f)
            ticket_num = dic.get('ticket_num')
            print(f'用户{user}正在查看余票, 当前余票{ticket_num}张...')
    
    
    # 购买车票
    def buy(user):
        with open('base_data', 'r', encoding='utf-8') as f:
            dic = json.load(f)
            
            # 阻塞
            time.sleep(1)
    
            if dic.get('ticket_num') > 0:
                dic['ticket_num'] -= 1
                with open('base_data', 'w', encoding='utf-8') as f1:
                    json.dump(dic, f1)
                print(f'用户[{user}]抢票成功!')
    
            else:
                print(f'用户[{user}]抢票失败!')
    
    
    # 开始抢票
    def run(user):
        search(user)
        buy(user)
    
    
    if __name__ == '__main__':
        for i in range(10):
            # 并发开启10个子进程
            p = Process(target=run, args=(f'{i}',))
            p.start()
    '''
    用户8正在查看余票, 当前余票1张...
    用户6正在查看余票, 当前余票1张...
    用户3正在查看余票, 当前余票1张...
    用户0正在查看余票, 当前余票1张...
    用户4正在查看余票, 当前余票1张...
    用户2正在查看余票, 当前余票1张...
    用户1正在查看余票, 当前余票1张...
    用户7正在查看余票, 当前余票1张...
    用户5正在查看余票, 当前余票1张...
    用户9正在查看余票, 当前余票1张...
    用户[8]抢票成功!
    用户[6]抢票成功!
    用户[3]抢票成功!
    用户[4]抢票成功!
    用户[1]抢票成功!
    用户[5]抢票成功!
    用户[2]抢票成功!
    用户[0]抢票成功!
    用户[7]抢票成功!
    用户[9]抢票成功!
    '''
    

    使用进程锁将并发变成串行

    # 模拟抢票软件
    import json
    import time
    from multiprocessing import Process
    from multiprocessing import Lock
    
    
    # 查看余票
    def search(user):
        with open('base_data', 'r', encoding='utf-8') as f:
            dic = json.load(f)
            ticket_num = dic.get('ticket_num')
            print(f'用户[{user}]正在查看余票, 当前余票{ticket_num}张...')
    
    
    # 购买车票
    def buy(user):
        with open('base_data', 'r', encoding='utf-8') as f:
            dic = json.load(f)
    
            time.sleep(1)
    
            if dic.get('ticket_num') > 0:
                dic['ticket_num'] -= 1
                with open('base_data', 'w', encoding='utf-8') as f1:
                    json.dump(dic, f1)
                print(f'用户[{user}]抢票成功!')
    
            else:
                print(f'用户[{user}]抢票失败!')
    
    
    # 开始抢票
    def run(user, mutex):
        # 上锁
        mutex.acquire()
        search(user)
        buy(user)
        # 解锁
        mutex.release()
    
    
    if __name__ == '__main__':
        # 调用Lock()类得到一个锁对象
        mutex = Lock()
        for i in range(10):
            # 并发开启10个子进程
            p = Process(target=run, args=(f'{i}', mutex))
            p.start()
                    
    '''
    用户[0]正在查看余票, 当前余票1张...
    用户[0]抢票成功!
    用户[3]正在查看余票, 当前余票0张...
    用户[3]抢票失败!
    用户[2]正在查看余票, 当前余票0张...
    用户[2]抢票失败!
    用户[4]正在查看余票, 当前余票0张...
    用户[4]抢票失败!
    用户[8]正在查看余票, 当前余票0张...
    用户[8]抢票失败!
    用户[6]正在查看余票, 当前余票0张...
    用户[6]抢票失败!
    用户[7]正在查看余票, 当前余票0张...
    用户[7]抢票失败!
    用户[5]正在查看余票, 当前余票0张...
    用户[5]抢票失败!
    用户[1]正在查看余票, 当前余票0张...
    用户[1]抢票失败!
    用户[9]正在查看余票, 当前余票0张...
    用户[9]抢票失败!
    
    '''
    

    IPC

    基本概念

    • inter-process communication 进程间通信
    • 进程间的数据是相互隔离的, 要想进行进程间的通信可以使用队列

    队列

    • 进程间通信的一种方式, 支持多进程传入和取出数据
    • 遵循先进先出的原则
    from multiprocessing import Queue
    
    q = Queue(5)  # 队列中最多存放5个数据
    
    # 填入数据
    q.put('数据1')
    q.put('数据2')
    q.put('数据3')
    q.put('数据4')
    q.put('数据5')
    # q.put('数据6')  # 数据填满了继续存放, 程序会被卡住
    
    # 查看队列是否填满
    print(q.full())
    
    # 队列满了, 则会会报错
    # q.put_nowait('数据6')
    
    
    # 获取数据, 若队列中无数据可获取, 程序会卡住
    print(q.get())
    print(q.get())
    print(q.get())
    print(q.get())
    print(q.get())
    
    # 队列中没有, 则会报错
    # print(q.get_nowait())
    
    # 判断队列是否为空
    print(q.empty())
    
    
    '''
    True
    数据1
    数据2
    数据3
    数据4
    数据5
    True
    '''
    

    生产者消费者模型

    基本概念

    • 生产者: 生产数据的
    • 消费者: 使用数据
    • 生产者消费者模型: 通过容器来解决生产者和消费者的之间的强耦合问题

    代码实现

    from multiprocessing import Process, Queue
    import time
    
    
    # 定义生产者
    def producer(q):
        for i in range(5):
            data = f'包子{i}'
            q.put(data)
            print(f'生产了{data}')
            time.sleep(0.1)
    
    
    # 定义生产者
    def consumer(q):
        while True:
            data = q.get()
            print(f'吃了{data}')
    
    
    if __name__ == '__main__':
        q = Queue()
        p1 = Process(target=producer, args=(q,))
        p2 = Process(target=consumer, args=(q,))
    
        p1.start()
        p2.start()
        print('主')
    
        
    '''
    主
    生产了包子0
    吃了包子0
    生产了包子1
    吃了包子1
    生产了包子2
    吃了包子2
    生产了包子3
    吃了包子3
    生产了包子4
    吃了包子4
    '''
    

    线程

    基本概念

    • 进程是资源单位, 线程才是CPU的执行单位, 进行运算调度的最小单位
    • 线程包含在进程之中, 是进程中的实际运作单位
    • 线程开销要远小于进程, 可以节省内存资源
    • 线程之间共享进程中的数据
    • 线程pid为主进程pid

    创建线程

    from threading import Thread
    import time
    
    
    # 方式一
    def task():
        print('线程开启')
        time.sleep(1)
        print('线程结束')
    
    
    if __name__ == '__main__':
        t = Thread(target=task)
        t.start()
    
    
    # 方式二
    class MyThread(Thread):
        def run(self):
            print('线程开启')
            time.sleep(1)
            print('线程结束')
    
    
    if __name__ == '__main__':
        t = MyThread()
        t.start()
    
    

    线程互斥锁

    from threading import Thread, Lock
    import time
    
    n = 100
    
    
    def task(i):
        print(f'线程{i}启动...')
        global n
        temp = n
        time.sleep(0.1)
        n = temp - 1
        print(n)
    
    
    if __name__ == '__main__':
        for i in range(10):
            t = Thread(target=task, args=(i + 1,))
            t.start()
    
    '''
    线程1启动...
    线程2启动...
    线程3启动...
    线程4启动...
    线程5启动...
    线程6启动...
    线程7启动...
    线程8启动...
    线程9启动...
    线程10启动...
    99
    99
    99
    99
    99
    99
    99
    99
    99
    99
    '''
    
    from threading import Thread, Lock
    import time
    
    mutex = Lock()
    
    n = 100
    
    
    def task(i):
        mutex.acquire()
        print(f'线程{i}启动...')
        global n
        temp = n
        time.sleep(0.1)
        n = temp - 1
        print(n)
        mutex.release()
    
    
    if __name__ == '__main__':
        for i in range(10):
            t = Thread(target=task, args=(i + 1,))
            t.start()
    
    '''
    线程1启动...
    99
    线程2启动...
    98
    线程3启动...
    97
    线程4启动...
    96
    线程5启动...
    95
    线程6启动...
    94
    线程7启动...
    93
    线程8启动...
    92
    线程9启动...
    91
    线程10启动...
    90
    '''
    

  • 相关阅读:
    DOM对象
    多态
    封装和继承
    析构函数
    构造函数
    二维数组
    javascript的基本语法
    javascript数组
    js
    BOM和DOM的区别
  • 原文地址:https://www.cnblogs.com/bigb/p/11721716.html
Copyright © 2020-2023  润新知