1.单核CPU实现“多任务”:(注意:这里的多任务假的,是轮训执行多个任务一段时间)
1)时间片轮转
2)优先级调度算法
2.并行:真的多任务执行(CPU核数>=任务数);即在某个时刻点上,有多个程序同时运行在多个CPU上
3.并发:假的多任务执行(CPU核数<任务数);即一段时间内,有多个程序在同一个CPU上运行
4.多线程执行的顺序不确定
5.没运行的程序是程序,运行的程序就是进程
6.进程/线程:
1)子进程把主进程所有的资源复制一份,子进程拥有主进程的所有资源,代码是共享的
2)进程耗费的资源大,线程占用的资源少
3)代码---》进程---》主线程---》多个子线程
4)进程是系统资源分配的单位,线程是系统调度的单位
5)一般进程不能共享
6)通过进程之间的通信实现共享(通过socket,文件,队列Queue实现)
a.队列实现:
创建多个子进程,将队列的引用(即变量)当做实参进行传递到进程里面
7)进程池Pool
a.先创建一部分进程,来了大量任务>进程数,通过排队调度实现重复利用
b.如果定义的最大进程池数大于创建进程数,不会出现阻塞,但是只是开启最大进程池的数量,剩余的进程处于等待调度,主进程可以先结束,进程池后结束,可以通过po.join()阻塞等待进程池中的子进程执行完后主进程执行完,图例:
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 多进程--实现文件夹拷贝.py # @Author: Liugp # @Date : 2019/5/22 # @Desc : import os import multiprocessing def copy_file(q,file_name,old_folder_name,new_folder_name): """完成文件的复制""" # print("=====>模拟copy文件:从%s---->到%s 文件名:%s" % (old_folder_name,new_folder_name,file_name)) old_f = open(old_folder_name + "/" + file_name,"rb") content = old_f.read() old_f.close() new_f = open(new_folder_name + "/" + file_name,"wb") new_f.write(content) new_f.close() # 如果拷贝完了文件,那么就想队列中写入一个消息,表示已经完成 q.put(file_name) def main(): # 1.获取用户要copy的文件夹的名字 old_folder_name = input("请输入要copy的文件夹的名字:") # 2.创建一个新的文件夹 try: new_folder_name = input("请输入要copy的文件夹的名字:") os.mkdir(new_folder_name) except Exception as e: pass # 3.获取文件的所有的待copy的文件名字 listdir() file_names = os.listdir(old_folder_name) # print(file_names) # 4.创建进程池 po = multiprocessing.Pool(5) # 5.创建一个队列 q = multiprocessing.Manager().Queue() # 6.向进程池中添加copy文件的任务 for file_name in file_names: po.apply_async(copy_file,args=(q,file_name,old_folder_name,new_folder_name)) po.close() # po.join() all_file_num = len(file_names) # 获取所以文件的个数 copy_ok_num = 0 while True: file_name = q.get() # print("已完成%s" % file_name) copy_ok_num += 1 print(" 拷贝的进度为:%.2f %%" % (copy_ok_num*100/all_file_num),end='') if copy_ok_num >= all_file_num: break print() if __name__ == "__main__": main()
7.多任务--协程
a.迭代器:
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 迭代器-demo2.py # @Author: Liugp # @Date : 2019/5/22 # @Desc : import time from collections import Iterable from collections import Iterator class Classmate(object): def __init__(self): self.names = list() self.current_num = 0 def add(self,name): self.names.append(name) def __iter__(self): """如果想要一个对象称为一个可以迭代的对象,即可以使用for,那么必须实现__iter__方法""" return self def __next__(self): if self.current_num < len(self.names): ret = self.names[self.current_num] self.current_num += 1 return ret else: raise StopIteration if __name__ == '__main__': classmate = Classmate() classmate.add('老王') classmate.add('王二') classmate.add('张三') # print("判断classmate是否是可以迭代的对象:",isinstance(classmate,Iterable)) # classmate_iterator = iter(classmate) # print("判断classmate_iterator是否是迭代器:",isinstance(classmate_iterator,Iterator)) # print(next(classmate_iterator)) for item in classmate: print(item) time.sleep(1)
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 迭代器--斐波那契数列.py # @Author: Liugp # @Date : 2019/5/23 # @Desc : class Fibonacci(object): def __init__(self,all_num): self.all_num = all_num self.current_num = 0 self.a = 0 self.b = 1 def __iter__(self): return self def __next__(self): if self.current_num < self.all_num: ret = self.a self.a,self.b = self.b,self.a+self.b self.current_num += 1 return ret else: raise StopIteration if __name__ == "__main__": fibo = Fibonacci(10) for num in fibo: print(num)
b.生成器==特殊的迭代器
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 迭代器--斐波那契数列.py # @Author: Liugp # @Date : 2019/5/23 # @Desc : def create_num(all_num): # a = 0 # b = 1 a, b = 0, 1 current_num = 0 while current_num < all_num: yield a a, b = b, a+b current_num += 1 if __name__ == "__main__": # 如果在调用create_num的时候,发现这个函数有yield,那么此时,不是调用函数,而是创建一个生成器对象 obj = create_num(10) for num in obj: print(num)
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 迭代器--斐波那契数列--研究.py # @Author: Liugp # @Date : 2019/5/23 # @Desc : def create_num(all_num): # a = 0 # b = 1 a, b = 0, 1 current_num = 0 while current_num < all_num: yield a a, b = b, a+b current_num += 1 if __name__ == "__main__": obj = create_num(50) # 如果在调用create_num的时候,发现这个函数有yield,那么此时,不是调用函数,而是创建一个生成器对象 while True: try: ret = next(obj) print(ret) except Exception as ret: break
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 迭代器--斐波那契数列--研究.py # @Author: Liugp # @Date : 2019/5/23 # @Desc : def create_num(all_num): # a = 0 # b = 1 a, b = 0, 1 current_num = 0 while current_num < all_num: ret = yield a print(">>>>ret>>>>",ret) a, b = b, a+b current_num += 1 if __name__ == "__main__": obj = create_num(10) # 如果在调用create_num的时候,发现这个函数有yield,那么此时,不是调用函数,而是创建一个生成器对象 ret = next(obj) print(ret) ret = obj.send("hahahaha") print(ret)
协程:
#!/usr/bin/env python # -*- coding: utf-8 -*- # @File : 多任务yield-demo1.py # @Author: Liugp # @Date : 2019/5/27 # @Desc : import time def task_1(): while True: print('-----1-----') time.sleep(0.1) yield def task_2(): while True: print('-----2-----') time.sleep(0.1) yield def main(): t1 = task_1() t2 = task_2() while True: next(t1) next(t2) if __name__ == "__main__": main()
简单总结:
1.进程是资源分配的单位
2.线程是操作系统调度的单位
3.进程切换需要的资源很大,效率最低
4.线程切换需要的资源一般,效率一般(当然了在不考虑GIL的情况下)
5.协程切换任务资源很小,效率高
6.多进程、多线程根据CPU核数不一样可能是并行的,但是协程是在一个线程中,所以是并发