Python控制多進(jìn)程與多線程并發(fā)數(shù)總結(jié)
一、前言
本來(lái)寫(xiě)了腳本用于暴力破解密碼,可是1秒鐘嘗試一個(gè)密碼2220000個(gè)密碼我的天,想用多線程可是只會(huì)一個(gè)for全開(kāi),難道開(kāi)2220000個(gè)線程嗎?只好學(xué)習(xí)控制線程數(shù)了,官方文檔不好看,覺(jué)得結(jié)構(gòu)不夠清晰,網(wǎng)上找很多文章也都不很清晰,只有for全開(kāi)線程,沒(méi)有控制線程數(shù)的具體說(shuō)明,最終終于根據(jù)多篇文章和官方文檔算是搞明白基礎(chǔ)的多線程怎么實(shí)現(xiàn)法了,怕長(zhǎng)時(shí)間不用又忘記,找著麻煩就貼這了,跟我一樣新手也可以參照參照。
先說(shuō)進(jìn)程和線程的區(qū)別:
- 地址空間:進(jìn)程內(nèi)的一個(gè)執(zhí)行單元;進(jìn)程至少有一個(gè)線程;它們共享進(jìn)程的地址空間;而進(jìn)程有自己獨(dú)立的地址空間;
- 資源擁有:進(jìn)程是資源分配和擁有的單位,同一個(gè)進(jìn)程內(nèi)的線程共享進(jìn)程的資源
- 線程是處理器調(diào)度的基本單位,但進(jìn)程不是.
- 二者均可并發(fā)執(zhí)行.
不能理解的話簡(jiǎn)單打比方就是一個(gè)進(jìn)程就像一個(gè)程序一樣,并發(fā)互不干擾。一個(gè)進(jìn)程靠一個(gè)或多個(gè)線程執(zhí)行處理,并發(fā)的線程是cpu在不停的來(lái)回切換執(zhí)行,當(dāng)然是快到你感覺(jué)不出的。
拿上面我遇到的困難來(lái)說(shuō)吧,大量的數(shù)據(jù)需要執(zhí)行相同的處理,一個(gè)操作中間可能會(huì)有一些等待時(shí)間,一個(gè)一個(gè)執(zhí)行浪費(fèi)大量時(shí)間,那么就同時(shí)執(zhí)行吧,我們可以用兩種并行辦法:
進(jìn)程并行或者線程并行
各有優(yōu)缺點(diǎn),要看情況,不是絕對(duì)的,在此不討論這個(gè),這引出下面兩種Python并行處理方法(注釋感覺(jué)很清晰詳細(xì)了,不再多說(shuō))
二、進(jìn)程處理方法
#coding:utf-8 import random from time import sleep import sys import multiprocessing import os # #需求分析:有大批量數(shù)據(jù)需要執(zhí)行,而且是重復(fù)一個(gè)函數(shù)操作(例如爆破密碼),如果全部開(kāi)始線程數(shù)N多,這里控制住線程數(shù)m個(gè)并行執(zhí)行,其他等待 # lock=multiprocessing.Lock()#一個(gè)鎖 def a(x):#模擬需要重復(fù)執(zhí)行的函數(shù) lock.acquire()#輸出時(shí)候上鎖,否則進(jìn)程同時(shí)輸出時(shí)候會(huì)混亂,不可讀 print '開(kāi)始進(jìn)程:',os.getpid(),'模擬進(jìn)程時(shí)間:',x lock.release() sleep(x)#模擬執(zhí)行操作 lock.acquire() print '結(jié)束進(jìn)程:',os.getpid(),'預(yù)測(cè)下一個(gè)進(jìn)程啟動(dòng)會(huì)使用該進(jìn)程號(hào)' lock.release() list=[] for i in range(10):#產(chǎn)生一個(gè)隨機(jī)數(shù)數(shù)組,模擬每次調(diào)用函數(shù)需要的輸入,這里模擬總共有10組需要處理 list.append(random.randint(1,10)) pool=multiprocessing.Pool(processes=3)#限制并行進(jìn)程數(shù)為3 pool.map(a,list)#創(chuàng)建進(jìn)程池,調(diào)用函數(shù)a,傳入?yún)?shù)為list,此參數(shù)必須是一個(gè)可迭代對(duì)象,因?yàn)閙ap是在迭代創(chuàng)建每個(gè)進(jìn)程
輸出:
三、線程處理方法:
#coding:utf-8 import threading import random import Queue from time import sleep import sys # #需求分析:有大批量數(shù)據(jù)需要執(zhí)行,而且是重復(fù)一個(gè)函數(shù)操作(例如爆破密碼),如果全部開(kāi)始線程數(shù)N多,這里控制住線程數(shù)m個(gè)并行執(zhí)行,其他等待 # #繼承一個(gè)Thread類(lèi),在run方法中進(jìn)行需要重復(fù)的單個(gè)函數(shù)操作 class Test(threading.Thread): def __init__(self,queue,lock,num): #傳遞一個(gè)隊(duì)列queue和線程鎖,并行數(shù) threading.Thread.__init__(self) self.queue=queue self.lock=lock self.num=num def run(self): #while True:#不使用threading.Semaphore,直接開(kāi)始所有線程,程序執(zhí)行完畢線程都還不死,最后的print threading.enumerate()可以看出 with self.num:#同時(shí)并行指定的線程數(shù)量,執(zhí)行完畢一個(gè)則死掉一個(gè)線程 #以下為需要重復(fù)的單次函數(shù)操作 n=self.queue.get()#等待隊(duì)列進(jìn)入 lock.acquire()#鎖住線程,防止同時(shí)輸出造成混亂 print '開(kāi)始一個(gè)線程:',self.name,'模擬的執(zhí)行時(shí)間:',n print '隊(duì)列剩余:',queue.qsize() print threading.enumerate() lock.release() sleep(n)#執(zhí)行單次操作,這里sleep模擬執(zhí)行過(guò)程 self.queue.task_done()#發(fā)出此隊(duì)列完成信號(hào) threads=[] queue=Queue.Queue() lock=threading.Lock() num=threading.Semaphore(3)#設(shè)置同時(shí)執(zhí)行的線程數(shù)為3,其他等待執(zhí)行 #啟動(dòng)所有線程 for i in range(10):#總共需要執(zhí)行的次數(shù) t=Test(queue,lock,num) t.start() threads.append(t) #吧隊(duì)列傳入線程,是run結(jié)束等待開(kāi)始執(zhí)行,放下面單獨(dú)一個(gè)for也行,這里少個(gè)循環(huán)吧 n=random.randint(1,10) queue.put(n)#模擬執(zhí)行函數(shù)的逐個(gè)不同輸入 #吧隊(duì)列傳入線程,是run結(jié)束等待開(kāi)始執(zhí)行 #for t in threads: # n=random.randint(1,10) # queue.put(n) #等待線程執(zhí)行完畢 for t in threads: t.join() queue.join()#等待隊(duì)列執(zhí)行完畢才繼續(xù)執(zhí)行,否則下面語(yǔ)句會(huì)在線程未接受就開(kāi)始執(zhí)行 print '所有執(zhí)行完畢' print threading.active_count() print threading.enumerate()
輸出:
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python控制線程和函數(shù)超時(shí)處理
- python如何控制進(jìn)程或者線程的個(gè)數(shù)
- python多線程semaphore實(shí)現(xiàn)線程數(shù)控制的示例
- Python多線程的退出控制實(shí)現(xiàn)
- python基于event實(shí)現(xiàn)線程間通信控制
- python子線程退出及線程退出控制的代碼
- python多線程同步之文件讀寫(xiě)控制
- python自定義線程池控制線程數(shù)量的示例
- Python多線程同步---文件讀寫(xiě)控制方法
- python簡(jiǎn)易遠(yuǎn)程控制單線程版
- Python多線程中線程數(shù)量如何控制
相關(guān)文章
哪種Python框架適合你?簡(jiǎn)單介紹幾種主流Python框架
這篇文章主要介紹了幾種主流的Python框架,幫助大家更好的理解和學(xué)習(xí)Python,感興趣的朋友可以了解下2020-08-08Python按行讀取文件的實(shí)現(xiàn)方法【小文件和大文件讀取】
這篇文章主要介紹了Python按行讀取文件的實(shí)現(xiàn)方法,結(jié)合實(shí)例形式分析了針對(duì)小文件和大文件的讀取方法,需要的朋友可以參考下2016-09-09python算法學(xué)習(xí)雙曲嵌入論文方法與代碼解析說(shuō)明
這篇文章主要為大家介紹了python算法學(xué)習(xí)雙曲嵌入論文方法與代碼的實(shí)現(xiàn)解析說(shuō)明,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11python 編寫(xiě)簡(jiǎn)單網(wǎng)頁(yè)服務(wù)器的實(shí)例
今天小編就為大家分享一篇python 編寫(xiě)簡(jiǎn)單網(wǎng)頁(yè)服務(wù)器的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-06-06利用For循環(huán)遍歷Python字典的三種方法實(shí)例
字典由多個(gè)鍵和其對(duì)應(yīng)的值構(gòu)成的鍵—值對(duì)組成,鍵和值中間以冒號(hào):隔開(kāi),項(xiàng)之間用逗號(hào)隔開(kāi),整個(gè)字典是由大括號(hào){}括起來(lái)的,下面這篇文章主要給大家介紹了關(guān)于如何利用For循環(huán)遍歷Python字典的三種方法,需要的朋友可以參考下2022-03-03Tensorflow加載Vgg預(yù)訓(xùn)練模型操作
這篇文章主要介紹了Tensorflow加載Vgg預(yù)訓(xùn)練模型操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05Pycharm學(xué)習(xí)教程(4) Python解釋器的相關(guān)配置
這篇文章主要為大家詳細(xì)介紹了最全的Pycharm學(xué)習(xí)教程第四篇,Python解釋器配置,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2017-05-05