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
-
湘公网安备 43102202000103号
