• 并发编程:守护进程、互斥锁、案例、进程间通讯


    本文目录:

    一、守护进程

    二、互斥锁

    三、抢票软件

    四、进程间通讯

    五、进程间通讯2

    六、小结

     

    一、守护进程

    """
      p.daemon = True   
      注意必须在启动进程之前执行
      
      什么时候需要使用守护进程
    例如: qq中有个下载视频   应该用子进程去做 但是 下载的过程中 qq退出  那么下载也没必要继续了
        使用场景不多 了解即可
    
    """
    from multiprocessing  import Process
    import time
    
    
    def task():
        print("妃子 升级为皇后")
        time.sleep(3)
        print("皇后 挂了")
    
    if __name__ == '__main__':
        p = Process(target=task)
        # 将这个子进程设置为当前进程守护进程
        p.daemon = True
        p.start()
        print("崇祯登基")
        print("崇祯驾崩了....")
    
    
    # 守护进程的代码非常简单
    

     

    二、互斥锁

    锁使是什么?

    # 锁本质上就是一个bool类型的标识符  大家(多个进程) 在执行任务之前先判断标识符
    # 互斥锁 两个进程相互排斥

    为什么用锁?

     # 当多个进程 同时读写同一份数据 数据很可能就被搞坏了
     # 第一个进程写了一个中文字符的一个字节 cpu被切到另一个进程
     # 另一个进程也写了一个中文字符的一个字节
     # 最后文件解码失败
     # 问题之所以出现 是因为并发 无法控住顺序
     # 目前可以使用join来将所有进程并发改为串行

    锁与join的区别?

     # 多个进程并发的访问了同一个资源  将导致资源竞争(同时读取不会产生问题 同时修改才会出问题)
     # 第一个方案 加上join  但是这样就导致了 不公平  相当于 上厕所得按照颜值来
     # 第二个方案 加锁  谁先抢到资源谁先处理[
     # 相同点: 都变成了串行
    # 不同点: # 1.join顺序固定 锁顺序不固定! # 2.join使整个进程的任务全部串行 而锁可以指定哪些代码要串行

    锁怎么使用?

     # 在需要加锁的地方 lock.acquire() 表示锁定
     # 在代码执行完后 一定要lock.release() 表示释放锁
     # lock.acquire()
     # 放需要竞争资源的代码 (同时写入数据)
     # lock.release()

     

    from multiprocessing import Process,Lock
    
    # 进程间 内存空间是相互独立的
    def task1(lock):
        lock.acquire()
        for i in range(10000):
            print("===")
        lock.release()
    
    def task2(lock):
        lock.acquire()
        for i in range(10000):
            print("===============")
        lock.release()
    
    def task3(lock):
        lock.acquire()
        for i in range(10000):
            print("======================================")
        lock.release()
    
    if __name__ == '__main__':
        # 买了一把锁
        mutex = Lock()
    
        # for i in range(10):
        #     p = Process(target=)
        p1 = Process(target=task1,args=(mutex,))
        p2 = Process(target=task2,args=(mutex,))
        p3 = Process(target=task3,args=(mutex,))
    
        # p1.start()
        # p1.join()
        # p2.start()
        # p2.join()
        # p3.start()
        # p3.join()
    
        p1.start()
        p2.start()
        p3.start()
    
        print("over!")
        
    
    
        # 注意 要想锁住资源必须保证 大家拿到锁是同一把
    
        

     

    三、抢票软件

    """
        抢票!
        多个用户在同时读写同一个数据
    
    """
    
    from multiprocessing import Process,Lock
    import json,time,random
    
    # 查看余票
    def show_ticket(name):
        time.sleep(random.randint(1,3))
        with open(r"ticket.json","rt",encoding="utf-8") as f:
            dic = json.load(f)
            print("%s查看 剩余票数:%s" % (name ,dic["count"]))
    
    # 购买票
    def buy_ticket(name):
        # 购买前再次查询
        with open(r"ticket.json", "rt", encoding="utf-8") as f:
            # 修改数据
            dic = json.load(f)
            if dic["count"] > 0:
                dic["count"] -= 1
                # 模拟网络延迟
                time.sleep(random.randint(1,3))
                # 模拟服务器收到数据 写入文件
                with open(r"ticket.json", "wt", encoding="utf-8") as f2:
                    json.dump(dic,f2)
                    print("%s 购票成功!" % name)
    
    def task(lock,name):
        # 查看余票可以并发执行 不需要锁住
        show_ticket(name)
        # 购票的操作需要锁 因为设涉及到同时修改数据
        lock.acquire()
        buy_ticket(name)
        lock.release()
    
    if __name__ == '__main__':
    
        # 买个锁
        mutex = Lock()
        for i in range(11):
            p = Process(target=task,args=(mutex,"客户%s" % i))
            p.start()
    
    # 查询票这个事情 可以多个进程同时执行
    # 但是买票这个过程  不能同时进行 前一个没买完 后一个就不能买

     

    四、进程间通讯

    """
        IPC 指的是进程间通讯
            之所以开启子进程 肯定需要它帮我们完成任务 很多情况下 需要将数据返回给父进程
            然而 进程内存是物理隔离的
        解决方案:
        1.将共享数据放到文件中   就是慢
        2.管道   subprocess中的那个  管道只能单向通讯  必须存在父子关系
        3.共享一块内存区域  得操作系统帮你分配  速度快
    
    """
    
    from multiprocessing import  Process,Manager
    import time
    
    def task(dic):
        print("子进程xxxxx")
        # li[0] = 1
        # print(li[0])
        dic["name"] = "xx"
    
    if __name__ == '__main__':
        m = Manager()
        # li = m.list([100])
        dic = m.dict({})
        # 开启子进程
        p = Process(target=task,args=(dic,))
        p.start()
        time.sleep(3)
        print(dic)

     

    五、进程间通讯2

    """
        进程间通讯的另一种方式 使用queue
        queue  队列
        队列的特点:
            先进的先出
            后进后出
            就像扶梯
    """
    from multiprocessing import Process,Queue
    
    
    # 基础操作 必须要掌握的
    # 创建一个队列
    # q = Queue()
    # # 存入数据
    # q.put("hello")
    # q.put(["1","2","3"])
    # q.put(1)
    # # 取出数据
    # print(q.get())
    # print(q.get())
    # print(q.get())
    # print(q.get())
    
    # 阻塞操作 必须掌握
    # q = Queue(3)
    # # # 存入数据
    # q.put("hello",block=False)
    # q.put(["1","2","3"],block=False)
    # q.put(1,block=False)
    # # 当容量满的时候 再执行put 默认会阻塞直到执行力了get为止
    # # 如果修改block=False 直接报错 因为没地方放了
    # # q.put({},block=False)
    #
    # # # # 取出数据
    # print(q.get(block=False))
    # print(q.get(block=False))
    # print(q.get(block=False))
    # # 对于get   当队列中中没有数据时默认是阻塞的  直达执行了put
    # # 如果修改block=False 直接报错 因为没数据可取了
    # print(q.get(block=False))
    
    
    
    # 了解
    q = Queue(3)
    q.put("q",timeout=3)
    q.put("q2",timeout=3)
    q.put("q3",timeout=3)
    # 如果满了 愿意等3秒  如果3秒后还存不进去 就炸
    # q.put("q4",timeout=3)
    
    print(q.get(timeout=3))
    print(q.get(timeout=3))
    print(q.get(timeout=3))
    # 如果没了 愿意等3秒  如果3秒后还取不到数据 就炸
    print(q.get(timeout=3))

     

    六、小结

      

    1.守护进程 **
        a守护b   b如果死了  a也就跟着死了
    2.互斥锁 ******
        为什么使用锁?
        当多个进程对统一资源进行读写时 引发了数据错乱 解决方案就是变成串行
        1.join  把整个进程变成串行  并且顺序时固定的
        2.锁Lock  可以指定哪些代码出串行 并且对资源的竞争是公平的
        本质上就是一个标识符 True 或 False
        多个进程要保证使用同一把锁
    3.进程间通讯  ***
        1.文件
        2.管道
        3.共享内存
            Manager  共享列表或字典
            Queue    是一个队列  带有阻塞效果
     
     
     
  • 相关阅读:
    Python 初学者必看:Python 异常处理集合
    解析分布式应用框架Ray架构源码
    混合编程:如何用python11调用C++
    AI开发效率低,你可以试试华为NAIE AutoML
    知道Python中的字符串是什么吗?
    Java 第十一届 蓝桥杯 省模拟赛 70044与113148的最大公约数
    MindSpore部署图像分割示例程序
    MindSpore模型推理
    MindSpore特性支持类
    MindSpore后端运行类
  • 原文地址:https://www.cnblogs.com/wuzhengzheng/p/10268553.html
Copyright © 2020-2023  润新知