# 1.守护进程 1个进程b 他的守护进程a 在被守护进程b死亡的时候a已死亡# 应用场景 在运行的qq过程中,开启了一个进程 用于下载文件 然而文件还没有下完qq就退出了 下载任务也应该跟随qq的退出而结束# import time# from multiprocessing import Process,Lock#### def task():# print(‘妃子的一生‘)# time.sleep(5)# print(‘妃子凉凉了‘)### if __name__ == ‘__main__‘:# fz = Process(target=task)# fz.daemon = True# fz.start()# print(‘皇帝登基了‘)# time.sleep(2)# print(‘当了10年皇帝‘)# print(‘皇帝驾崩了‘)
# 2.互斥锁# 当多个进程共享数据时候时,可能会造成数据错乱# 1.使用join ,来让这些进程串行 但是这将造成无法并发,进程执行任务的顺序就固定了.# 2.使用同一把锁 将需要共享的数据加锁 其他进程在访问数据的时候 那就必须等待当前进程使用完毕# 锁的本质 就是一个bool类型的数据,在执行代码前会先判断这个值#必须保证锁是同一把#锁的实现原理伪代码:## l=False## def task4(lock):# global l# if l == False:# l=True# print(‘my name is 2‘)# time.sleep(random.randint(1,2))# print(‘my age is 19‘)# l=False######### import random# import time### def task1(lock):# lock.acquire() # 是一个阻塞函数 会等到别的进程释放锁时才能继续执行# print(‘my name is 1‘)# time.sleep(random.randint(1,2))# print(‘my age is 18‘)# lock.release()## def task2(lock):# lock.acquire()# print(‘my name is 2‘)# time.sleep(random.randint(1,2))# print(‘my age is 19‘)# lock.release()## def task3(lock):# lock.acquire()# print(‘my name is 3‘)# time.sleep(random.randint(1,2))# print(‘my age is 20‘)# lock.release()## if __name__ == ‘__main__‘:# lock=Lock()# p1 = Process(target=task1,args=(lock,))# p1.start()# p2 = Process(target=task2,args=(lock,))# p2.start()# p3 = Process(target=task3,args=(lock,))# p3.start()#多个任务在共享一个数据 串行效率低 但是不会出现问题 并发效率高但是数据可能错乱
#模拟抢票# import json,time,random# from multiprocessing import Process,Lock# def check_ticket(usr):# with open("ticket.json",‘r‘,encoding=‘utf-8‘) as f:# dic =json.load(f)# print(‘%s查看剩余票数%s‘%(usr,dic[‘count‘]))## def buy_ticket(usr):# with open("ticket.json",‘r‘,encoding=‘utf-8‘) as f:# dic =json.load(f)# if dic[‘count‘] > 0:# time.sleep(random.randint(1,2))# dic[‘count‘]-=1# with open(‘ticket.json‘,‘w‘,encoding=‘utf-8‘)as f2:# json.dump(dic,f2)# print(‘%s购买成功!‘%usr)### def task(usr,lock):# check_ticket(usr)# lock.acquire()# buy_ticket(usr)# lock.release()# if __name__ == ‘__main__‘:# lock = Lock()### for i in range(5):# p=Process(target=task,args=(‘用户%s‘%i,lock))# p.start() #首先全部并发查看票,然后买票的时候串行
#join 和锁的区别# 1.join中的顺序是固定的 不公平# 2.join是完全串行 而锁可以让部门代码串行,其他代码并发
# #Lock 和 Rlock的区别# from multiprocessing import RLock# # 1.在lock下 如果在执行代码前添加了2次lock.acquire() ,代码将无法执行# lock = Lock()# lock.acquire()# lock.acquire()# print(‘哈哈‘)# lock.release()# # 2.在Rlock模式下 如果在执行代码前添加无数次lock.acquire(),代码都可以运行. 表示重入锁 可以多次执行acquire## lock = RLock()# lock.acquire()# lock.acquire()# print(‘哈哈‘)# lock.release()###### import time## def task5(i):# lock.acquire()# lock.acquire()# print(i)# time.sleep(3)# lock.release()## if __name__ == ‘__main__‘:# lock = RLock# p1 = Process(target=task5,args=(1,lock))# p1.start()# p2 = Process(target=task5,args=(2,lock))# p2.start()
# 当RLock存在2个进程进行竞争的时候 :# 当只有一次acquire的时候也可以起到锁的作用;在代码中即为先打印了1之后过3秒再打印2# 如果增加了一次acquire的执行次数而不添加release的次数,将会阻塞在第二个acquire, 即只打印出1,2不打印
# ipc进程间的通讯# 三种方式:# 1. 使用共享文件,过个进程同时读写一个文件# i/o速度慢,传输大小不受限制# 2.管道 是基于内存的速度快 但是是单向的 用起来麻烦# 3.申请共享内存空间,多个进程可以共享这个内存区域,速度快 但是数据量不能太大
from multiprocessing import Manager,Process
def work(d): d[‘count‘]-=1
if __name__ == ‘__main__‘: # 开启了一个Manager共享内存 with Manager() as m: dic = m.dict({‘count‘:2}) #在这个空间中存储了一个字典 p_l = [] for i in range(2): p=Process(target=work,args=(dic,)) p_l.append(p) p.start() #就绪状态 for p in p_l: p.join() print(dic) #相当于给子进程进行了串行
#队列: 不止用于进程之间的通讯 先进先出
from multiprocessing import Queueq = Queue(1) #创建1个队列 最多可以存一个数据q.put(‘a‘) #将a装入到队列中q.put(‘b‘,False) #程序阻塞 put默认阻塞 当容器里面装满继续装就会阻塞住# 2.put中如果第二个参数设置为False 表示不会阻塞无论容器是否塞满,都会强行塞,如果满了就抛异常
print(q.get()) #取出一个数据aprint(q.get()) #没有添加数据第二次取无数据就阻塞 默认阻塞# 如果get中参数设为False 也是非阻塞,当取完了还要去取就报错# 其中还有个参数timeout= 设置为3的时候表示 当阻塞状态下3秒还没有拿到数据会报错
原文地址：https://www.cnblogs.com/fanbiyong/p/10197551.html
时间： 2024-10-09 06:07:49