有很多的场景中的事情是同时进行的,比如开车的时候 手和脚共同来驾驶汽车,再比如唱歌跳舞也是同时进行的;
试想,如果把唱歌和跳舞这2件事情分开依次完成的话,估计就没有那么好的效果了
from time import sleep
def sing():
for i in range(3):
print("正在唱歌...%d"%i)
sleep(1)
def dance():
for i in range(3):
print("正在跳舞...%d"%i)
sleep(1)
if __name__ == '__main__':
sing() #唱歌
dance() #跳舞
很显然刚刚的程序并没有完成唱歌和跳舞同时进行的要求 如果想要实现“唱歌跳舞”同时进行,那么就需要一个新的方法,叫做:多任务
什么叫“多任务”呢?简单地说,就是操作系统可以同时运行多个任务。打个比方,你一边在用浏览器上网,一边在听MP3,一边在用Word赶作业,这就是多任务,至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着,只是桌面上没有显示而已。
并发 : 同时处理多个任务,内核在任务间不断的切换达到好像多个任务被同时执行的效果,实际每个时刻只有一个任务占有内核。
并行 :多个任务利用计算机多核资源在同时执行,此时多个任务间为并行关系。
通俗理解将下图线程理解为任务即可
cpu时间片:如果一个进程占有cpu内核则称这个进程在cpu时间片上。
PCB(进程控制块):在内存中开辟的一块空间,用于存放进程的基本信息,也用于系统查找识别进程。
进程ID(PID): 系统为每个进程分配的一个大于0的整数,作为进程ID。每个进程ID不重复。
S 等待态
R 执行态
D 等待态
T 等待态
Z 僵尸
< 有较高优先级
N 优先级较低
+ 前台进程
s 会话组组长
l 有多线程的
* USER : 进程的创建者
* PID : 操作系统分配给进程的编号,大于0的整数,系统中每个进程的PID都不重复。PID也是重要的区分进程的标志。
* %CPU,%MEM : 占有的CPU和内存
* STAT : 进程状态信息,S I 表示阻塞状态 ,R 表示就绪状态或者运行状态
* START : 进程启动时间
* COMMAND : 通过什么程序启动的进程
系统中每一个进程(除了系统初始化进程)都有唯一的父进程,可以有0个或多个子进程。父子进程关系便于进程管理。
就绪态 : 进程具备执行条件,等待分配cpu资源
运行态 : 进程占有cpu时间片正在运行
等待态 : 进程暂时停止运行,让出cpu
1 进程可以使用计算机多核资源
2 进程是计算机分配资源的最小单位
3 进程之间的运行互不影响,各自独立
4 每个进程拥有独立的空间,各自使用自己空间资源
父进程定义变量,
注意:启动进程此时target绑定函数开始执行,该函数作为子进程执行内容,此时进程真正被创建
注意
使用multiprocessing创建进程同样是子进程复制父进程空间代码段,父子进程运行互不影响。
子进程只运行target绑定的函数部分,其余内容均是父进程执行内容。
multiprocessing中父进程往往只用来创建子进程回收子进程,具体事件由子进程完成。
multiprocessing创建的子进程中无法使用标准输入
"""
multiprocessing
1 将需要新进程执行的事件封装为函数
2 通过模块的Process类创建进程对象,关联函数
3 通过进程对象调用start启动进程
4 通过进程对象调用join回收进程资源
"""
import multiprocessing as mp
from time import sleep
a = 1
# 进程函数
def fun():
global a
print("开始一个进程")
sleep(2)
a = 1000
print("a = ",a)
print("进程结束了,实际也没干啥")
if __name__ == '__main__':
# 创建进程对象
p = mp.Process(target=fun) # 绑定函数 此时还没有创建进程
# start启动进程 自动执行fun函数,作为一个进程执行
p.start() # 此时进程才产生
print("原有进程也干点事")
sleep(3)
print("原有进程其实也没干啥")
# 回收进程
p.join()
print("a :",a) # a = 1
"""
包含参数的进程函数
"""
from multiprocessing import Process
from time import sleep
# 带参数的进程
def worker(name,sec):
for i in range(3):
sleep(sec)
print("I'm %s"%name)
print("I'm working")
if __name__ == '__main__':
# 创建进程对象
p = Process(target=worker,args=("ITCASE",2))
# 方式二
# p = Process(target=worker,args=("itcase",),kwargs={'sec':2})
p.start()
p.join(3)
p.name 进程名称
p.pid 对应子进程的PID号
p.is_alive() 查看子进程是否在生命周期
p.daemon 设置父子进程的退出关系
如果设置为True则子进程会随父进程的退出而结束
要求必须在start()前设置
如果daemon设置成True 通常就不会使用 join()
python的thread模块是比较底层的模块,python的threading模块是对thread做了一些包装的,可以更加方便的被使用
from multiprocessing import Process
from time import sleep,ctime
def tm():
for i in range(3):
sleep(2)
print(ctime())
p = Process(target = tm,name = 'Mythread')
p.daemon = True # 子进程会随父进程退出
p.start()
print("Name:",p.name) # 名称
print("PID:",p.pid) # PID
print("Is alive:",p.is_alive())
①. 进程的创建和销毁过程消耗的资源较多
②.当任务量众多,每个任务在很短时间内完成时,需要频繁的创建和销毁进程。此时对计算机压力较大
③.进程池技术很好的解决了以上问题。
创建一定数量的进程来处理事件,事件处理完进 程不退出而是继续处理其他事件,直到所有事件全都处理完毕统一销毁。增加进程的重复利用,降低资源消耗。
from multiprocessing import Pool
Pool(processes)
功能: 创建进程池对象
参数: 指定进程数量,默认根据系统自动判定
pool.apply_async(func,args,kwds)
功能: 使用进程池执行 func事件
参数: func 事件函数
args 元组 给func按位置传参
kwds 字典 给func按照键值传参
返回值: 返回函数事件对象
pool.close()
功能: 关闭进程池
pool.join()
功能: 回收进程池中进程
1 from multiprocessing import Pool
2 from time import sleep,ctime
3
4 # 进程池事件
5 def worker(msg):
6 sleep(2)
7 print(msg)
8 return ctime()
9
10 # 创建进程池
11 pool = Pool(4)
12
13 # 向进程池添加执行事件
14 for i in range(10):
15 msg = "Hello %d"%i
16
17 # r 代表func事件的一个对象
18 r = pool.apply_async(func=worker,args=(msg,))
19
20 # 关闭进程池
21 pool.close()
22
23 # 回收进程池
24 pool.join()
25
26 print(r.get()) # 可以获取事件函数的返回值