今日内容： 1，进程间的相互通信 2，生产者消费者模型 3，线程 4，线程间通信 5，线程互斥锁 1，进程间相互通信 IPC 机制 1，基于队列来实现通信Queue，队列就相当于管道+锁 队列：先进先出 堆栈：先进后出 from multiprocessing import Queue q = Queue(5) # 括号内可以传参数 表示的是这个队列的最大存储数 q.put(1) q.put(2) q.put(3) q.put(4) q.put(5) 向队列中添加数据 print(q.full()) 判断队列是否满了，Ture 或 False q.get() q.get() print(q.empty()) 判断队列中的数据是否被取完 print(q.get()) 从队列中获取数据 print(q.get()) print(q.get()) print(q.get_nowait()) # 取值 没有值不等待，直接报错 ps：get与put要对应，数量一致，put一次只能从队列中添加一个值，get一次只能拿出一个值 如果get的数量比put的多，则队列中的值被取完了，此时不会报错， 就会等待（阻塞），等队列中有值加入时，继续取值操作，同理 put增加值时也是一样的 即q.put(6) # 当队列满了之后 再放入数据 不会报错 会原地等待 直到队列中有数据被取走(阻塞态) 当队列中的数据被取完之后 再次获取 程序会阻塞 直到有人往队列中放入值 补充： full(), q.empty(), q.get_nowait() 都不适用于多进程的情况下 案列： from multiprocessing import Process,Queue def scz(q): 要把队列的对象传进来***** q.put('hello') def xfz(q): print(q.get()) if __name__ == '__main__': q = Queue() p = Process(target=scz,args=(q,)) p1 = Process(target=xfz,args=(q,)) p.start() p1.start() 总结：两个进程之间通信，是通过队列来实现的，把 产生的数据放在队列中，让另一个进程提取 在这里要注意的是要把队列对象作为参数分别传给两个进程 2，生产者消费者模型 问题：解决供需不平衡的问题 生产者：生产或者制造数据的 做包子的 消费者：来筛选或者处理数据 买包子的 案列：（不能让阻塞在data = q.get()位置） from multiprocessing import Process,JoinableQueue,Queue import time import random def scz(name,food,q): for i in range(0,10): data = ('%s生产了%s包子%s'% (name,food,i)) time.sleep(0.5) q.put(data) print(data) def xfz(name,q): while True: data = q.get() if data == None: break # 如果data为None，说明队列中的数据已被取完 print('%s 吃掉了%s包子'% (name,data)) time.sleep(random.random()) q.task_done() # 告诉队列从队列中已取出一个数据，并且已经全部处理完毕，结束任务 ***** if __name__ == '__main__': # q = Queue() q = JoinableQueue() # ******* p = Process(target=scz, args=('111', '牛肉馅', q)) p1 = Process(target=scz, args=('盘龙', '白菜馅', q)) c = Process(target=xfz, args=('开门', q)) c1 = Process(target=xfz, args=('芝麻', q)) c.daemon = True c1.daemon = True p.start() p1.start() c.start() c1.start() #这种方法太low了 # p.join() # 确保生产者确确实实生产完了 # p1.join() # 确保生产者确确实实生产完了 # q.put(None) # 生产者生产完在队列增加一个值 None， 当取值取到None时说明队列中的数据取完了 # q.put(None) # 一个消费者用一个None，两个消费者就得用两个None ，一个消费者只要接受到none，立马结束！ # 高级方法 p.join() # 确保生产者确确实实生产完了 p1.join() q.join() # 等到队列中的数据全部被取出 ******* 3，线程 1，线程：最小的执行单位 2，进程：资源单位 将内存比作工厂，那么进程就是车间，线程就是车间里的流水线 ps：每个进程都自带一个主线程，线程是最小的执行单位，进程只是为了给线程提供资源或者代码 在进程中，每个线程都是共享进程资源 开启线程的销号要远远小于进程 进程：开辟内存空间，太耗资源 拷贝代码： 耗资源 开启线程的两种方式： ps:开线程不需要在__main__代码块内 但是习惯性的还是写在__main__代码块内 from threading import Thread import time def task(name): print('tttttu%s'% name) time.sleep(1) print('11111') p = Thread(target=task,args=('teek',)) p.start() 告诉操作系统开辟一个线程 线程的开销远远小于进程 print('zhu') 第二种方式： class MyThread(Thread): def __init__(self,name): super().__init__() self.name = name def run(self): print("%s 是个大帅哥！"% self.name) time.sleep(0.1) print('但是%s疯了！'% self.name) p = MyThread('张文诶诶') p.start() # 启动线程 print('zhu') 线程的其他方法： from threading import Thread,current_thread,active_count 1，current_thread 查看主线程或者子线程 print('子current_thread:',current_thread().name) 线程没有自主之分，都是平等的，在这里为了区分，才这样讲 2，active_count 查看线程是否存活 print('当前正在活跃的线程数',active_count()) 3，获取子线程号 print('子',os.getpid()) 守护线程： 主线程的结束也就意味着进程的结束 主线程必须等待其他非守护线程的结束才能结束 (意味子线程在运行的时候需要使用进程中的资源,而主线程一旦结束了资源也就销毁了) 案列： from threading import Thread import time def task(i): time.sleep(i) print('tt’) t = Thread(target=task,args=(1,)) t.daemon = True t.start() print('主') 主 4， 线程间通信 同一个进程的资源所有线程都可用，即数据共享 money = 666 def task(): global money money = 999 t = Thread(target=task) t.start() t.join() print(money) 5，线程互斥锁： 当多个线程或者进程想要操作同一份数据时，必须加锁，防止数据错乱！ 案列： from threading import Thread,Lock import time n = 100 def task(m): global n m.acquire() tmp = n time.sleep(0.1) n = tmp -1 m.release() tt = [] m = Lock() for i in range(100): t = Thread(target=task,args=(m,)) t.start() tt.append(t) for t in tt: t.join() print(n)
转载于:https://www.cnblogs.com/Fzhiyuan/p/11342037.html
