Python的進(jìn)程,線程和協(xié)程實(shí)例詳解
相關(guān)介紹
Python是一種跨平臺(tái)的計(jì)算機(jī)程序設(shè)計(jì)語言。是一個(gè)高層次的結(jié)合了解釋性、編譯性、互動(dòng)性和面向?qū)ο蟮哪_本語言。最初被設(shè)計(jì)用于編寫自動(dòng)化腳本(shell),隨著版本的不斷更新和語言新功能的添加,越多被用于獨(dú)立的、大型項(xiàng)目的開發(fā)。
例如
實(shí)驗(yàn)環(huán)境
- Python 3.x (面向?qū)ο蟮母呒壵Z言)
- Multiprocessing(Python庫)
- Threading(Python庫)
- Asyncio(Python庫)
- Time(Python庫)
- Random(Python庫)
進(jìn)程
進(jìn)程:程序運(yùn)行在操作系統(tǒng)上的一個(gè)實(shí)例,就稱之為進(jìn)程。進(jìn)程需要相應(yīng)的系統(tǒng)資源:內(nèi)存、時(shí)間片、pid(進(jìn)程號(hào))。 一個(gè)運(yùn)行的程序(代碼)就是一個(gè)進(jìn)程,沒有運(yùn)行的代碼叫程序,進(jìn)程是系統(tǒng)資源分配的最小單位,進(jìn)程擁有自己獨(dú)立的內(nèi)存空間,所以進(jìn)程間數(shù)據(jù)不共享,開銷大。
創(chuàng)建進(jìn)程步驟:
1.首先要導(dǎo)入 multiprocessing 中的 Process;
2.創(chuàng)建一個(gè) Process 對象;
3.創(chuàng)建 Process 對象時(shí),可以傳遞參數(shù);
4.使用 start()啟動(dòng)進(jìn)程;
5.結(jié)束進(jìn)程。
import os from multiprocessing import Process import time def pro_func(name,age,**kwargs): print("進(jìn)程正在運(yùn)行,name=%s, age=%d, pid=%d" %(name, age, os.getpid())) print('kwargs參數(shù)值',kwargs) time.sleep(0.1) if __name__=="__main__": p=Process(target=pro_func,args=('Friendship',18),kwargs={'愛好':'Python'}) print('啟動(dòng)進(jìn)程') p.start() print('程是否還在活著:',p.is_alive())# 判斷進(jìn)程進(jìn)程是否還在活著 time.sleep(0.5) # 1 秒鐘之后,立刻結(jié)束進(jìn)程 print('結(jié)束進(jìn)程') p.terminate() # 不管任務(wù)是否完成,立即終止進(jìn)程 p.join() # 等待子進(jìn)程執(zhí)行結(jié)束 print('程是否還在活著:',p.is_alive())# 判斷進(jìn)程進(jìn)程是否還在活著
注意:進(jìn)程間不共享全局變量。
多進(jìn)程
以一個(gè)讀寫程序?yàn)槔琺ain函數(shù)為一個(gè)主進(jìn)程,write函數(shù)為一個(gè)子進(jìn)程,read函數(shù)為另一個(gè)子進(jìn)程,然后兩個(gè)子進(jìn)程進(jìn)行讀寫操作。
import os import time import random from multiprocessing import Process,Queue # 寫數(shù)據(jù)函數(shù) def write(q): for value in ['I','love','Python']: print('在隊(duì)列里寫入 %s ' % value) q.put(value) time.sleep(random.random()) # 讀數(shù)據(jù)函數(shù) def read(q): while True: if not q.empty(): value = q.get(True) print('從隊(duì)列中讀取 %s ' % value) time.sleep(random.random()) else: break if __name__=="__main__": # 主進(jìn)程 # 主進(jìn)程創(chuàng)建 Queue,并傳給各個(gè)子進(jìn)程 q=Queue() # 創(chuàng)建兩個(gè)進(jìn)程 pw=Process(target=write,args=(q,)) pr=Process(target=read,args=(q,)) # 啟動(dòng)子進(jìn)程 pw pw.start() # 等待 pw結(jié)束 pw.join() # 啟動(dòng)子進(jìn)程 pr pr.start() # 等待 pw結(jié)束 pr.join() print('End!')
用進(jìn)程池對多進(jìn)程進(jìn)行操作
from multiprocessing import Manager,Pool import os,time,random def read(q): print("read進(jìn)程 啟動(dòng)(%s),主進(jìn)程為(%s)" % (os.getpid(), os.getppid())) for i in range(q.qsize()): print("read進(jìn)程 從 Queue 獲取到消息:%s" % q.get(True)) def write(q): print("write進(jìn)程 啟動(dòng)(%s),主進(jìn)程為(%s)" % (os.getpid(), os.getppid())) for i in "Python": q.put(i) if __name__=="__main__": print("主進(jìn)程(%s) start" % os.getpid()) q = Manager().Queue() # 使用 Manager 中的 Queue # 定義一個(gè)進(jìn)程池 po = Pool() # Pool().apply_async(要調(diào)用的目標(biāo),(傳遞給目標(biāo)的參數(shù)元祖,)) po.apply_async(write, (q,)) time.sleep(1) # 先讓上面的任務(wù)向 Queue 存入數(shù)據(jù),然后再讓下面的任務(wù)開始從中取數(shù)據(jù) po.apply_async(read, (q,)) po.close() # 關(guān)閉進(jìn)程池,關(guān)閉后 po 不再接收新的請求 po.join() # 等待 po 中所有子進(jìn)程執(zhí)行完成,必須放在 close 語句之后 print("(%s) End!" % os.getpid())
線程
線程:調(diào)度執(zhí)行的最小單位,也叫執(zhí)行路徑,不能獨(dú)立存在,依賴進(jìn)程存在一個(gè)進(jìn)程至少有一個(gè)線程,叫主線程,而多個(gè)線程共享內(nèi)存(數(shù)據(jù)共享,共享全局變量),從而極大地提高了程序的運(yùn)行效率。
上圖,紅框表示進(jìn)程號(hào)(PID)為1624的進(jìn)程,有118個(gè)線程。
使用_thread模塊實(shí)現(xiàn)
import _thread import time import random # 為線程定義一個(gè)函數(shù) def print_time(threadName): count = 0 while count < 5: time.sleep(random.random()) count += 1 print ("%s: %s" % (threadName, time.ctime(time.time()))) # 創(chuàng)建兩個(gè)線程 try: _thread.start_new_thread(print_time, ("Thread-1",)) _thread.start_new_thread(print_time, ("Thread-2",)) except: print ("Error: 無法啟動(dòng)線程") while True: pass
使用 threading 模塊實(shí)現(xiàn)
# 使用 threading 模塊創(chuàng)建線程 import threading import time import random class myThread(threading.Thread): def __init__(self, threadID, name): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.delay = random.random() def run(self): print ("開始線程:" + self.name) print_time(self.name, 5) print ("退出線程:" + self.name) def print_time(threadName, count): while count: time.sleep(random.random()) print ("%s: %s" % (threadName, time.ctime(time.time()))) count -= 1 # 創(chuàng)建兩個(gè)線程 thread1 = myThread(1, "Thread-1") thread2 = myThread(2, "Thread-2") # 開啟新線程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主線程")
協(xié)程
- 協(xié)程:是一種用戶態(tài)的輕量級線程,協(xié)程的調(diào)度完全由用戶控制。協(xié)程擁有自己的寄存器上下文和棧。 協(xié)程調(diào)度切換時(shí),將寄存器上下文和棧保存到其他地方,在切回來的時(shí)候,恢復(fù)先前保存的寄存器上下文和棧,直接操作棧則基本沒有內(nèi)核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非???。
- 當(dāng)出現(xiàn)IO阻塞的時(shí)候,由協(xié)程的調(diào)度器進(jìn)行調(diào)度,通過將數(shù)據(jù)流立刻yield掉(主動(dòng)讓出),并且記錄當(dāng)前棧上的數(shù)據(jù),阻塞完后立刻再通過線程恢復(fù)棧,并把阻塞的結(jié)果放到這個(gè)線程上去跑,這樣看上去好像跟寫同步代碼沒有任何差別,這整個(gè)流程可以稱為coroutine。
- 由于協(xié)程的暫停完全由程序控制,發(fā)生在用戶態(tài)上;而線程的阻塞狀態(tài)是由操作系統(tǒng)內(nèi)核來進(jìn)行切換,發(fā)生在內(nèi)核態(tài)上。因此,協(xié)程的開銷遠(yuǎn)遠(yuǎn)小于線程的開銷。
使用asyncio模塊實(shí)現(xiàn)
import asyncio import time import random async def work(msg): print("收到的信息:'{}'".format(msg)) print("{}1{}".format("*"*10,"*"*10)) # 為了方便,展示結(jié)果 await asyncio.sleep(random.random()) print("{}2{}".format("*"*10,"*"*10)) # 為了方便,展示結(jié)果 print(msg) async def main(): # 創(chuàng)建兩個(gè)任務(wù)對象(協(xié)程),并加入到事件循環(huán)中 Coroutines1 = asyncio.create_task(work("hello")) Coroutines2 = asyncio.create_task(work("Python")) print("開始時(shí)間: {}".format(time.asctime(time.localtime(time.time())))) await Coroutines1 # 此時(shí)并發(fā)運(yùn)行Coroutines1和Coroutines2 print("{}3{}".format("*"*10,"*"*10)) # 為了方便,展示結(jié)果 await Coroutines2 # await相當(dāng)于掛起當(dāng)前任務(wù),去執(zhí)行其他任務(wù),此時(shí)是堵塞的 print("{}4{}".format("*"*10,"*"*10)) # 為了方便,展示結(jié)果 print("結(jié)束時(shí)間:{}".format(time.asctime(time.localtime(time.time())))) asyncio.run(main())# asyncio.run(main())創(chuàng)建一個(gè)事件循環(huán),并以main為主要程序入口
總結(jié)
- 進(jìn)程:一個(gè)運(yùn)行的程序(代碼)就是一個(gè)進(jìn)程,沒有運(yùn)行的代碼叫程序,進(jìn)程是系統(tǒng)資源分配的最小單位,進(jìn)程擁有自己獨(dú)立的內(nèi)存空間,所以進(jìn)程間數(shù)據(jù)不共享,開銷大。
- 線程: 調(diào)度執(zhí)行的最小單位,也叫執(zhí)行路徑,不能獨(dú)立存在,依賴進(jìn)程存在一個(gè)進(jìn)程至少有一個(gè)線程,叫主線程,而多個(gè)線程共享內(nèi)存(數(shù)據(jù)共享,共享全局變量),從而極大地提高了程序的運(yùn)行效率。
- 協(xié)程:是一種用戶態(tài)的輕量級線程,協(xié)程的調(diào)度完全由用戶控制。協(xié)程擁有自己的寄存器上下文和棧。 協(xié)程調(diào)度切換時(shí),將寄存器上下文和棧保存到其他地方,在切回來的時(shí)候,恢復(fù)先前保存的寄存器上下文和棧,直接操作棧則基本沒有內(nèi)核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非???。
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
python利用后綴表達(dá)式實(shí)現(xiàn)計(jì)算器功能
這篇文章主要為大家詳細(xì)介紹了python利用后綴表達(dá)式實(shí)現(xiàn)計(jì)算器功能,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-02-02python項(xiàng)目127.0.0.1:5000訪問失敗問題解決
Windows環(huán)境下啟動(dòng)python項(xiàng)目,接口訪問失敗,本文給大家分享python項(xiàng)目127.0.0.1:5000訪問失敗問題解決方法,感興趣的朋友跟隨小編一起看看吧2023-09-09詳解Pandas的三大利器(map,apply,applymap)
這篇文章主要為大家介紹了pandas中的三大利器: map、apply、applymap,他們經(jīng)常在進(jìn)行數(shù)據(jù)處理的時(shí)候用到,需要的可以參考一下2022-02-02Pandas?計(jì)算相關(guān)性系數(shù)corr()方式
這篇文章主要介紹了Pandas?計(jì)算相關(guān)性系數(shù)corr()方式,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2022-07-07Python+selenium點(diǎn)擊網(wǎng)頁上指定坐標(biāo)的實(shí)例
今天小編就為大家分享一篇Python+selenium點(diǎn)擊網(wǎng)頁上指定坐標(biāo)的實(shí)例,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07Python單元測試及unittest框架用法實(shí)例解析
這篇文章主要介紹了Python單元測試及unittest框架用法實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07Python趣味挑戰(zhàn)之pygame實(shí)現(xiàn)無敵好看的百葉窗動(dòng)態(tài)效果
最近寫了很多期關(guān)于pygame的案例和知識(shí)點(diǎn),自己也收獲了很多知識(shí),也在這個(gè)過程中成長了不少, 這次還是圍繞surface對象進(jìn)行詳細(xì)介紹,并形成完整的案例過程,文中有非常詳細(xì)實(shí)現(xiàn)百葉窗動(dòng)態(tài)效果的代碼示例,需要的朋友可以參考下2021-05-05解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問題
這篇文章主要介紹了解決Ubuntu18中的pycharm不能調(diào)用tensorflow-gpu的問題,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09