多任務之進程淺談

1、進程及狀態

　　一、進程

　　　　程序，是指靜態，而進程則是動態的概念，首先把程序運行起來，代碼+涉及的資源=進程，它是操做系統分配資源的基本單位，多進程能夠實現多任務

　　二、進程的狀態

　　　　一、就緒態：一切準備好，只等待CPU的調度

　　　　二、運行態：CPU正在執行本進程的代碼

　　　　三、等待態：等待某個條件的知足，好比sleep，socket.recvfrom，互斥鎖的解鎖，等待紅綠燈，條件知足則進入就緒態

2、進程的建立-multiprocessing（重點）

　　一、multiprocessing模塊介紹：multiprocessing模塊就是跨平臺版本的多進程模塊，提供了一個Process類來建立進程對象

　　二、經過multiprocessing模塊建立子進程

　　　　實現步驟：

　　　　　　一、導入multiprocessing模塊

　　　　　　 二、準備用於封裝任務的函數

　　　　 　　三、經過multiprocessing.Process()建立子進程target=function

　　　　　　  四、執行子進程

　　　　　　   參考代碼以下：

　　　　　　　　　　　　

　　　　　　　　　　　　

　　三、獲取進程的id

　　　　a>經過Linux命令方式查看進程id：ps -aux | grep ‘02-’

　　　　b>經過代碼方式查看進程id

　　　　　　　　當前的子進程是有主進程建立的

　　　　　　　　os.getpid():取得當前進程的id

　　　　　　　　os.getppid()：取得父進程id（建立當前進程的進程id）

　　　　　　　　print("------in main -----當前進程id=%d，父進程id=%d「%（os.getpid(), os.getppid()））

　　

4. Process語法結構
a> Process([group [, target [, name [, args [, kwargs]]]]])
"""Process初始化參數"""
- target： 目標，指向，　表示子進程要執行的代碼在target指向的函數中
- args：向target指向的函數傳遞不定參數，　以元組類型來封裝這些不定參數
- kwargs：向target指向的函數傳遞關鍵字參數，以字典類型來封裝這些關鍵字參數

b> 進程對象經常使用的屬性、方法
- process.name: 進程的名稱
- process.pid： 進程的id
- process.start() ： 執行進程
- process.is_alive()： 進程是不是活的
- process.join(timeout) : 阻塞當前進程(主進程)，等待子進程執行完畢，再解阻塞
# timeout=2 : 最多阻塞主進程2秒，超過2秒，則主進程解阻塞
- process.terminate() :結束子進程的執行

參考代碼： 03-向子進程傳遞參數.py
參考代碼： 04-進程的屬性和方法.py

5. 進程間不共享全局變量
進程間不共享全局變量
參考代碼： 05-進程間不共享全局變量.py

3、進程線程對比

a>功能方面
都能完成多任務
b>定義方面
1. 進程是操做系統進行資源分配和調度的一個基本單位.
2.線程是進程的一個實體,是CPU調度和分派的基本單位,它是比進程更小的能獨立運行的基本單位.線程本身基本上不擁有系統資源,可是它可與同屬一個進程的其餘的線程共享進程所擁有的所有資源.

c>區別
1. 一個程序至少有一個進程,一個進程至少有一個線程.
2.線程的劃分尺度小於進程(資源比進程少)，使得多線程程序的併發性高。
3.進程在執行過程當中擁有獨立的內存單元，而多個線程共享內存，從而極大地提升了程序的運行效率
4.線程不可以獨立執行，必須依存在進程中

d>優缺點
線程和進程在使用上各有優缺點：線程執行開銷小，但不利於資源的管理和保護；而進程正相反
目標的理解： 要實現多任務， 開多線程比開多進程要更好

4、進程間通訊-Queue(隊列)

1.隊列介紹
經常使用的數據結構，採用先進先出原則(fifo: first inter first outer)，從隊列的尾部存(put)數據
從隊列的頭部取(get)數據

2. Queue 的使用
a> queue基本使用
- multiprocess.Queue(maxsize=3)
建立隊列對象,maxsize : 設置隊列存數據的上限，假如不設置maxsize， 則沒有上限的要求
- put(item)
向隊列存數據，假如當前隊列滿，則等待
- get()
從隊列取數據，假如當前隊列空，則等待
- full()： 判隊列是否滿
- empty()： 判隊列是否空

參考代碼： 06-隊列queue初體驗.py

b> 使用Queue隊列實現進程間通訊
案例需求： 在父進程中建立兩個子進程，一個往Queue裏寫數據p,y,t,h,o,n一個從Queue裏讀取數據，實現進程間通訊

參考代碼： 07-經過隊列實現進程間通訊.py

5、進程的建立-進程池Pool
1. 進程池做用
控制進程的數量，重複利用進程對象,減小建立和銷燬進程的開銷
2. 進程池體驗
1. multiprocessing.Pool()
建立進程池對象，能夠設置進程池的最大值
2. apply_async(func[,args[,kwds]])
apply(func[,args[,kwds]])
申請異步執行任務
- func: 指向要執行的函數
- args:向要執行的函數傳遞可變參數
- kwds:向要執行的函數傳遞命名參數
3. close() : 關閉進程池， 再也不接收新的任務請求
4. terminate() ： 結束進程池中的全部子進程，
5. join(): 阻塞當前進程(主進程)，等到進程池中的全部進程執行完畢後，再解阻塞

提示(拓展)：
進程池的子進程都是由主進程建立的
且默認都是守護進程
假如要執行完進程池中子進程的任務
必須作：
pool.close()
pool.join() # 阻塞主進程

參考代碼： 08-進程池體驗.py

3. 進程池中的進程通訊
案例需求： 從進程池中子進程，一個往Queue裏寫數據i,t,c,a,s,t一個從Queue裏讀取數據，實現進程池進程間的通訊

提示：若是要使用Pool建立進程，就須要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()