做网站需要申请专利吗蜜雪冰城推广软文

多进程

多进程使用流程

导入包

import multiprocessing

Process进程类说明

• 语法

Process({group [, target [, name [, args [,kwargs]]]]})
group：指定进程组，目前只能使用None
target：执行的目标任务名
name：进程名字
args：以元组形式给执行任务传参
kwargs：以字典形式给执行任务传参

• Process创建实例对象的常用方法
  • start()：创建子进程
  • join()：等待子进程执行结束
  • terminate()：不管任务是否完成，立即终止子进程
• Process创建的实例对象的常用属性
  • name：当前进程的别名，默认为Process-N，N为从1开始递增的整数
• 代码示例

# *_*coding:utf-8 *_*
import multiprocessing
import timedef sing(msg):for i in range(5):print(f"{msg}")time.sleep(1)def dance(msg):for i in range(5):print(f'{msg}')time.sleep(1)if __name__ == '__main__':# 单进程：需要至少10s钟完成# sing("sing")# dance("dance")# 三个进程：1个主进程，2个子进程# 创建子进程方式# target为任务名，创建一个sing线程,通过元组方式传参sing_obj = multiprocessing.Process(target=sing, args=("sing sing sing",))# target为任务名，创建一个dance线程，通过字段方式传参dance_obj = multiprocessing.Process(target=dance, kwargs={"msg": "dance dance dance"})# 启动两个线程sing_obj.start()dance_obj.start()

获取进程编号

目的

• 获取进程编号的目的是验证主进程与子进程的关系，得知子进程是由哪个主进程创建出来的

常用操作

• 获取当前进程编号:os.getpid()
• 回去当前父进程编号:os.getppid
• 代码示例

# *_*coding:utf-8 *_*
import multiprocessing
import osdef sing():# 获取当前进程编号print("sing当前进程编号: ", os.getpid())# 获取当前进程print("sing 当前进程: ", multiprocessing.current_process())# 获取当前父进程编号print("sing父进程编号: ", os.getppid())if __name__ == '__main__':# 获取主进程IDprint("main当前进程编号: ", os.getpid())obj = multiprocessing.Process(target=sing)obj.start()

获取进程名

• 创建子进程时，使用name给子进程起名
• 代码示例

# *_*coding:utf-8 *_*
import multiprocessingdef sing():# 获取当前进程名print("sing 当前进程: ", multiprocessing.current_process())if __name__ == '__main__':# 获取主进程IDobj = multiprocessing.Process(target=sing, name="test_dance")obj.start()

进程注意点

进程之间不共享全局变量

• 进程是分配资源的最小单位，每个进程都会有自己的独立空间
• 创建子进程会对主进程资源进行拷贝，也就是说子进程是主进程的一个副本，之所以进程之间不共享全局变量，是因为操作的不是一个进程里面的全局变量，只不过不同进程里面的全局变量名字相同而已
• 代码示例

# *_*coding:utf-8 *_*
import multiprocessing
import time# 定义全局变量
g_num = 0def my_read():print("my_read：", g_num)def my_write():# 向全局变量中写数据global g_numg_num = 10print("my_write：", g_num)if __name__ == '__main__':# 创建子进程read_obj = multiprocessing.Process(target=my_read)write_obj = multiprocessing.Process(target=my_write)# 开启子进程write_obj.start()# 保证全局变量数据被写入time.sleep(1)read_obj.start()

主进程会等待子进程结束之后再结束

• 代码示例

# *_*coding:utf-8 *_*
import multiprocessing
import timedef func():for i in range(5):time.sleep(0.3)print("func()")if __name__ == '__main__':obj = multiprocessing.Process(target=func)obj.start()print("main")exit(0)

设置守护主进程

• 设置守护主进程的目的是，主进程退出子进程销毁，不让主进程等待子进程去执行
• 设置守护主进程方式：子进程对象.daemon=true
• 销毁子进程方式：子进程对象.terminate()
• 注意：需要在子进程start之前设置

多线程

• 线程是使用资源的最小单位，依附于进程

threading模块

• Python的多线程可以通过threading模块来实现
• 语法

import threadingthread_obj = threading.Thread([group[, target[, name[, args[, kwargs]]]]])
group：预留参数，暂未使用
target：执行的目标任务名
args：以元组的方式给执行任务传参
kwargs：以字典的方式给执行任务传参
name：线程名，一般不设置# 启动线程
thread_obj.start()

• 代码示例

# *_*coding:utf-8 *_*import time
import threadingdef sing(msg):while True:print(f"{msg}")time.sleep(1)def dance(msg):while True:print(f'{msg}')time.sleep(1)if __name__ == '__main__':# 创建一个sing线程,通过元组方式传参sing_thread_obj = threading.Thread(target=sing, args=("sing sing sing",))# 创建一个dance线程，通过字段方式传参dance_thread_obj = threading.Thread(target=dance, kwargs={"msg": "dance dance dance"})# 启动两个线程sing_thread_obj.start()dance_thread_obj.start()

线程注意点

线程之间执行是无序的

• 代码示例

# *_*coding:utf-8 *_*
import threading
import timedef func():# sleep的时候CPU是空闲的，所有创建出来的线程都在等待CPU的执行time.sleep(0.3)# 实际执行线程位置print(threading.current_thread())if __name__ == '__main__':for _ in range(5):# 创建线程位置my_func = threading.Thread(target=func)my_func.start()

主线程会等待所有的子线程执行结束在结束

• 未设置守护线程代码示例

# *_*coding:utf-8 *_*
import threading
import timedef func():for _ in range(5):time.sleep(0.2)print("func")if __name__ == '__main__':obj = threading.Thread(target=func)obj.start()time.sleep(0.5)print("main over")

• 设置守护线程
  • 守护线程就是主线程退出子线程销毁不再执行
• 设置方式
  • 方式一：threading.Thread(target=方法名, daemon=True)
  • 方式二：线程对象.setDaemon(True)
• 代码示例

# *_*coding:utf-8 *_*
import threading
import timedef func():for _ in range(5):time.sleep(0.2)print("func")if __name__ == '__main__':# # 不设置守护线程方式# obj = threading.Thread(target=func)# # 设置守护线程方式一# obj = threading.Thread(target=func, daemon=True)obj = threading.Thread(target=func)# 设置守护线程方式二obj.setDaemon(True)obj.start()time.sleep(0.5)print("main over")

线程之间共享全局变量

# *_*coding:utf-8 *_*
import threading
import timeg_num = []def my_read():global g_numprint("my_read: ", g_num)def my_write():global g_numfor i in range(5):g_num.append(i)print("my_write: ", g_num)if __name__ == '__main__':print("main start: ", g_num)write_obj = threading.Thread(target=my_write)read_obj = threading.Thread(target=my_read)write_obj.start()# 确保write先执行time.sleep(0.1)read_obj.start()print("main finish: ", g_num)

线程之间共享全局变量数据出现错误问题

• 代码示例

# *_*coding:utf-8 *_*
import threadingg_num = 0def func1():global g_numfor _ in range(1000000):g_num += 1print("func1: ", g_num)def func2():global g_numfor _ in range(1000000):g_num += 1print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj2.start()print(g_num)

多线程共享全局变量问题

线程等待

• 语法：子线程.join()
• 功能：让主线程等待当前子线程执行完毕在继续向下执行
• 代码示例

# *_*coding:utf-8 *_*
import threadingg_num = 0def func1():global g_numfor _ in range(1000000):g_num += 1print("func1: ", g_num)def func2():global g_numfor _ in range(1000000):g_num += 1print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj1.join()obj2.start()obj2.join()print(g_num)

互斥锁

• 对共享数据进行锁定，保证同一时刻只能有一个线程去操作
• 基本使用语法

# 创建锁
mutex = threading.Lock()
# 上锁
mutex.acquire()
# 释放锁
mutex.release()

• 代码示例

# *_*coding:utf-8 *_*
import threadingg_num = 0# 创建锁
mutex = threading.Lock()def func1():global g_num# 加锁mutex.acquire()for _ in range(1000000):g_num += 1# 释放锁mutex.release()print("func1: ", g_num)def func2():global g_num# 加锁mutex.acquire()for _ in range(1000000):g_num += 1# 释放锁mutex.release()print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj2.start()