Python併發編程03/殭屍孤兒進程,互斥鎖,進程之間的通訊
目錄前端
Python併發編程03/殭屍孤兒進程,互斥鎖,進程之間的通訊
1.昨日回顧
1.建立進程的兩種方式: 函數, 類. 2.pid: os.getpid() os.getppid() tasklist tasklist| findstr 進程名 3.進程與進程之間是有物理隔離: 不能共享內存的數據.(lock,隊列) 4.join阻塞: 讓主進程等待子進程結束以後,在執行. 5.其餘屬性: terminate() is_alive() name, 6.守護進程: 將子進程設置成守護進程,當主進程結束了,子進程就立刻結束.
2.殭屍進程和孤兒進程
2.1殭屍進程
殭屍進程:一個進程使用fork建立子進程,若是子進程退出,而父進程並無調用wait或waitpid獲取子進程的狀態信息,那麼子進程的進程描述符仍然保存在系統中,這種進程稱之爲殭屍進程.
#基於unix環境(linux,macOS)
#主進程須要等待子進程結束以後,主進程才結束
主進程時刻監測子進程的運行狀態,當子進程結束以後,一段時間以內,將子進程進行回收.
#爲何主進程不在子進程結束後立刻對其回收呢?
# 1. 主進程與子進程是異步關係.主進程沒法立刻捕獲子進程何時結束.
# 2. 若是子進程結束以後立刻再內存中釋放資源,主進程就沒有辦法監測子進程的狀態了.
#unix針對於上面的問題,提供了一個機制.
#全部的子進程結束以後,立馬會釋放掉文件的操做連接,內存的大部分數據,可是會保留一些內容: 進程號,結束時間,運行狀態,等待主進程監測,回收.
殭屍進程: 全部的子進程結束以後,在被主進程回收以前,都會進入殭屍進程狀態.
#殭屍進程有無危害???
#若是父進程不對殭屍進程進行回收(wait/waitpid),產生大量的殭屍進程,這樣就會佔用內存,佔用進程pid號.
2.2孤兒進程
#父進程因爲某種緣由結束了,可是你的子進程還在運行中,這樣你的這些子進程就成了孤兒進程.你的父進程若是結束了,你的全部的孤兒進程就會被init進程的回收,init就變成了你的父進程,對你進行回收.
2.3殭屍進程如何解決?
#父進程產生了大量子進程,可是不回收,這樣就會造成大量的殭屍進程,解決方式就是直接殺死父進程,將全部的殭屍進程變成孤兒進程進程,由init進行回收.
3.互斥鎖,鎖
3.1互斥鎖的應用
# 三個同事 同時用一個打印機打印內容.
# 三個進程模擬三個同事, 輸出平臺模擬打印機.
# 版本一:
# from multiprocessing import Process
# import time
# import random
# import os
#
# def task1():
# print(f'{os.getpid()}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{os.getpid()}打印結束了')
#
# def task2():
# print(f'{os.getpid()}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{os.getpid()}打印結束了')
#
# def task3():
# print(f'{os.getpid()}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{os.getpid()}打印結束了')
#
# if __name__ == '__main__':
#
# p1 = Process(target=task1)
# p2 = Process(target=task2)
# p3 = Process(target=task3)
#
# p1.start()
# p2.start()
# p3.start()
# 如今是全部的進程都併發的搶佔打印機,
# 併發是以效率優先的,可是目前咱們的需求: 順序優先.
# 多個進程共強一個資源時, 要保證順序優先: 串行,一個一個來.
# 版本二:
# from multiprocessing import Process
# import time
# import random
# import os
#
# def task1(p):
# print(f'{p}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{p}打印結束了')
#
# def task2(p):
# print(f'{p}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{p}打印結束了')
#
# def task3(p):
# print(f'{p}開始打印了')
# time.sleep(random.randint(1,3))
# print(f'{p}打印結束了')
#
# if __name__ == '__main__':
#
# p1 = Process(target=task1,args=('p1',))
# p2 = Process(target=task2,args=('p2',))
# p3 = Process(target=task3,args=('p3',))
#
# p2.start()
# p2.join()
# p1.start()
# p1.join()
# p3.start()
# p3.join()
# 咱們利用join 解決串行的問題,保證了順序優先,可是這個誰先誰後是固定的.
# 這樣不合理. 你在爭搶同一個資源的時候,應該是先到先得,保證公平.
# 版本3:
from multiprocessing import Process
from multiprocessing import Lock
import time
import random
import os
def task1(p,lock):
'''
一把鎖不能連續鎖兩次
lock.acquire()
lock.acquire()
lock.release()
lock.release()
'''
lock.acquire()
print(f'{p}開始打印了')
time.sleep(random.randint(1,3))
print(f'{p}打印結束了')
lock.release()
def task2(p,lock):
lock.acquire()
print(f'{p}開始打印了')
time.sleep(random.randint(1,3))
print(f'{p}打印結束了')
lock.release()
def task3(p,lock):
lock.acquire()
print(f'{p}開始打印了')
time.sleep(random.randint(1,3))
print(f'{p}打印結束了')
lock.release()
if __name__ == '__main__':
mutex = Lock()
p1 = Process(target=task1,args=('p1',mutex))
p2 = Process(target=task2,args=('p2',mutex))
p3 = Process(target=task3,args=('p3',mutex))
p2.start()
p1.start()
p3.start()
3.2Lock與join的區別
#共同點: 均可以把併發變成串行, 保證了順序. #不一樣點: join人爲設定順序,lock讓其爭搶順序,保證了公平性.
4.進程之間的通訊
進程在內存級別是隔離的
4.1基於文件通訊 (搶票系統)
# 搶票系統.
# 1. 先能夠查票.查詢餘票數. 併發
# 2. 進行購買,向服務端發送請求,服務端接收請求,在後端將票數-1,返回到前端. 串行.
# from multiprocessing import Process
# import json
# import time
# import os
# import random
#
#
# def search():
# time.sleep(random.randint(1,3)) # 模擬網絡延遲(查詢環節)
# with open('ticket.json',encoding='utf-8') as f1:
# dic = json.load(f1)
# print(f'{os.getpid()} 查看了票數,剩餘{dic["count"]}')
#
#
# def paid():
# with open('ticket.json', encoding='utf-8') as f1:
# dic = json.load(f1)
# if dic['count'] > 0:
# dic['count'] -= 1
# time.sleep(random.randint(1,3)) # 模擬網絡延遲(購買環節)
# with open('ticket.json', encoding='utf-8',mode='w') as f1:
# json.dump(dic,f1)
# print(f'{os.getpid()} 購買成功')
#
# def task():
# search()
# paid()
#
#
# if __name__ == '__main__':
#
# for i in range(6):
# p = Process(target=task)
# p.start()
# 當多個進程共強一個數據時,若是要保證數據的安全,必需要串行.
# 要想讓購買環節進行串行,咱們必需要加鎖處理.
#
# from multiprocessing import Process
# from multiprocessing import Lock
# import json
# import time
# import os
# import random
#
#
# def search():
# time.sleep(random.randint(1,3)) # 模擬網絡延遲(查詢環節)
# with open('ticket.json',encoding='utf-8') as f1:
# dic = json.load(f1)
# print(f'{os.getpid()} 查看了票數,剩餘{dic["count"]}')
#
#
# def paid():
# with open('ticket.json', encoding='utf-8') as f1:
#
# dic = json.load(f1)
# if dic['count'] > 0:
# dic['count'] -= 1
# time.sleep(random.randint(1,3)) # 模擬網絡延遲(購買環節)
# with open('ticket.json', encoding='utf-8',mode='w') as f1:
# json.dump(dic,f1)
# print(f'{os.getpid()} 購買成功')
#
#
# def task(lock):
# search()
# lock.acquire()
# paid()
# lock.release()
#
# if __name__ == '__main__':
# mutex = Lock()
# for i in range(6):
# p = Process(target=task,args=(mutex,))
# p.start()
# 當不少進程搶一個資源(數據)時, 你要保證順序(數據的安全),必定要串行.
# 互斥鎖: 能夠公平性的保證順序以及數據的安全.
# 基於文件的進程之間的通訊:
# 效率低.
# 本身加鎖麻煩並且很容易出現死鎖.
4.2基於隊列通訊
隊列: 把隊列理解成一個容器,這個容器能夠承載一些數據,
隊列的特性: 先進先出永遠保持這個數據. FIFO(first in first out).
# from multiprocessing import Queue
# q = Queue()
# def func():
# print('in func')
# q.put(1)
# q.put('alex')
# q.put([1,2,3])
# q.put(func)
#
#
# print(q.get())
# print(q.get())
# print(q.get())
# f = q.get()
# f()
# from multiprocessing import Queue
# q = Queue(3)
#
# q.put(1)
# q.put('alex')
# q.put([1,2,3])
# # q.put(5555) # 當隊列滿了時,在進程put數據就會阻塞.
# # q.get()
#
# print(q.get())
# print(q.get())
# print(q.get())
# print(q.get()) # 當數據取完時,在進程get數據也會出現阻塞,直到某一個進程put數據.
# from multiprocessing import Queue
# q = Queue(3) # maxsize
#
# q.put(1)
# q.put('alex')
# q.put([1,2,3])
# q.put(5555,block=False)
#
# print(q.get())
# print(q.get())
# print(q.get())
# print(q.get(timeout=3)) # 阻塞3秒,3秒以後還阻塞直接報錯.
# print(q.get(block=False))
# block=False 只要遇到阻塞就會報錯.
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 字節跳動21屆秋招運營兩輪面試經驗分享
- 2. Java 3 年，25K 多嗎？
- 3. mysql安裝部署
- 4. web前端開發中父鏈和子鏈方式實現通信
- 5. 3.1.6 spark體系之分佈式計算-scala編程-scala中trait特性
- 6. dataframe2
- 7. ThinkFree在線
- 8. 在線畫圖
- 9. devtools熱部署
- 10. 編譯和鏈接
歡迎關注本站公眾號,獲取更多信息
