9.5 守護進程 主進程創建守護進程 其一：守護進程會在主進程代碼執行結束後就立即終止 其二：守護進程內無法再開啟子進程,否則拋出異常：AssertionError: daemonic processes are not allowed to have children 註意：進程之間是互相獨立的， ...
9.5 守護進程
主進程創建守護進程
其一：守護進程會在主進程代碼執行結束後就立即終止
其二：守護進程內無法再開啟子進程,否則拋出異常：AssertionError: daemonic processes are not allowed to have children
註意：進程之間是互相獨立的，主進程代碼運行結束，守護進程隨即終止
-
p.daemon：預設值為False，如果設為True，代表p為後臺運行的守護進程，當p的父進程終止時，p也隨之終止，並且設定為True後，p不能創建自己的新進程，必須在p.start()之前設置
from multiprocessing import Process def task(name): print('%s is running' % name) time.sleep(3) if __name__ == '__main__': obj = Process(target=task, args=('egon',)) obj.daemon=True #設置obj為守護進程,並且父進程代碼執行結束,obj即終止運行 obj.start() # 發送信號給操作系統 print('主')
9.6 互斥鎖
互斥鎖用來將併發編程串列，犧牲了效率而保證了數據安全
強調：必須是lock.acquire()一次，然後 lock.release()釋放一次，才能繼續lock.acquire()，不能連續的lock.acquire()
互斥鎖和 join的區別：
二者的原理都是一樣，都是將併發變成串列，從而保證有序
區別一：join是按照人為指定的順序執行，而互斥鎖是進程平等地競爭，誰先搶到誰執行，一個人拿到鎖，其餘人都等待
from multiprocessing import Process,Lock import random mutex=Lock() def task1(lock): lock.acquire() print('task1:名字是egon') print('task1:性別是male') lock.release() def task2(lock): lock.acquire() print('task2:名字是alex') print('task2:性別是male') lock.release() def task3(lock): lock.acquire() print('task3:名字是lxx') print('task3:性別是female') lock.release() if __name__ == '__main__': p1=Process(target=task1,args=(mutex,)) p2=Process(target=task2,args=(mutex,)) p3=Process(target=task3,args=(mutex,)) p1.start()# p1.start() p2.start()# p1.join() p3.start()# p2.start() # p2.join() # p3.start() # p3.join()
9.61 模擬搶票
互斥鎖和 join的區別二：
互斥鎖可以讓一部分代碼（修改共用數據的代碼）串列，而join只能將代碼整體串列
import json import time import random import os from multiprocessing import Process,Lock mutex=Lock() def search(): time.sleep(random.randint(1,3)) with open('db.json','r',encoding='utf-8') as f: dic=json.load(f) print('%s 剩餘票數:%s' %(os.getpid(),dic['count'])) def get(): with open('db.json','r',encoding='utf-8') as f: dic=json.load(f) if dic['count'] > 0: dic['count']-=1 with open('db.json','w',encoding='utf-8') as f: json.dump(dic,f) print('%s 購票成功' %os.getpid()) def task(lock): search() lock.acquire() get() lock.release() if __name__ == '__main__': for i in range(10): p=Process(target=task,args=(mutex,)) p.start() # p.join()
進程彼此之間互相隔離，要實現進程間通信（IPC），multiprocessing模塊支持兩種形式：隊列和管道，這兩種方式都是使用消息傳遞的
進程之間通信必須找到一種介質，該介質必須滿足: 1、是所有進程共用的 2、必須是記憶體空間 附加：幫我們自動處理好鎖的問題
from multiprocessing import Process,Manager,Lock import time mutex=Lock() def task(dic,lock): lock.acquire() temp=dic['num'] time.sleep(0.1) dic['num']=temp-1 lock.release() if __name__ == '__main__': m=Manager() dic=m.dict({'num':10}) l=[] for i in range(10): p=Process(target=task,args=(dic,mutex)) l.append(p) p.start() for p in l: p.join() print(dic) #{'num': 0}
9.71創建隊列的類Queue
底層就是以管道和鎖定的方式實現：
隊列 (管道+鎖) ：1、共用的空間 2、是記憶體空間 3、自動幫我們處理好鎖定問題
-
Queue([maxsize]):創建共用的進程隊列，Queue是多進程安全的隊列，可以使用Queue實現多進程之間的數據傳遞。
-
maxsize是隊列中允許最大項數，省略則無大小限制。
from multiprocessing import Queue q=Queue(3) #maxsize=3 q.put('first') q.put({'second':None}) q.put('三') # q.put(4) #阻塞 print(q.get()) #first print(q.get()) #{'second': None} print(q.get()) #三
強調： 1、隊列用來存成進程之間溝通的消息，數據量不應該過大 2、maxsize的值超過的記憶體限制就變得毫無意義
瞭解：block=True(預設值)、timeout
q=Queue(1) q.put('first',block=False) #q.put方法用以插入數據到隊列中 q.put('fourth',block=False/True)#queue.Full/一直等 q.put('first',block=True) q.put('fourth',block=True,timeout=3)#等3秒後報錯queue.Full q.get(block=False)#q.get方法可以從隊列讀取並且刪除一個元素 q.get(block=False)#queue.Empty q.get(block=True) q.get(block=True,timeout=2)#等2秒後報錯queue.Empty
