1, 多线程
- 线程是进程的一个实体,是CPU进行调度的最小单位,他是比进程更小能独立运行的基本单位。
- 线程基本不拥有系统资源,只占用一点运行中的资源(如程序计数器,一组寄存器和栈),但是它可以与同属于一个进程的其他线程共享全部的资源。
- 提高程序的运行速率,上下文切换快,开销比较少,但是不够稳定,容易丢失数据,形成死锁。
直接上代码:
import time
import threading
# 函数1用时2秒
def fun1():
time.sleep(2)
print(threading.current_thread().name, time.ctime())
# 函数2用时4秒
def fun2():
time.sleep(4)
print(threading.current_thread().name, time.ctime())
# 函数3用时6秒
def fun3():
time.sleep(6)
print('hello python', time.ctime())
th1 = threading.Thread(target=fun1)
th2 = threading.Thread(target=fun2)
th3 = threading.Thread(target=fun3)
th1.start()
th2.start()
th3.start()
打印结果:
Thread-1 Mon Jan 7 11:01:52 2019
Thread-2 Mon Jan 7 11:01:54 2019
hello python Mon Jan 7 11:01:56 2019
解析:从结果看出,他们同一时间 11:01:50开始执行,分别用了不同的时间结束
接着往下看,添加join阻塞线程
''''''
th1.start()
th1.join()
th2.start()
th2.join()
th3.start()
th3.join()
打印结果:
Thread-1 Mon Jan 7 11:19:00 2019
Thread-2 Mon Jan 7 11:19:04 2019
hello python Mon Jan 7 11:19:10 2019
我们看到这三线程按顺序依次执行。
我们接着看看线程的方法使用:
threading.enumerate() #列举线程,返回列表,其中里面会有一条主线程
threading.activeCount() #查看线程运行个数
threading.current_thread().name #查看当前运行线程名称
join() #阻塞线程运行
我们接着看第二种开线程的方式:
import threading
import time
class MyThread(threading.Thread):
def run(self):
for i in range(3):
time.sleep(1)
msg = "I'm "+self.name+' @ '+str(i) #name属性中保存的是当前线程的名字
print(msg)
if __name__ == '__main__':
t = MyThread()
t.setName('yangzhenyu')
a = t.isAlive()
print(a)
print(t.getName())
t.start()
b = t.isAlive()
print(b)
打印结果:
False
yanzghenyu
True
I'm yanzghenyu @ 0
I'm yanzghenyu @ 1
I'm yanzghenyu @ 2
方法总结:
t.setName() #设置运行线程名称,不指定默认Thread-1
t.getName() #获取线程名称
t.isAlive() #判断线程是否运行,返回布尔类型
线程间共享全局变量:
import threading
import time
n = 100
def work01():
global n
for i in range(3):
n += 1
print(n) //103
def work02():
global n
print(n) //103
print(n) //100
t1 = threading.Thread(target=work01)
t1.start()
time.sleep(1)
t2 = threading.Thread(target=work02)
t2.start()
关于线程锁
- 用threading.Lock()创建锁,用acquire()申请锁,每次只有一个线程获得锁,其他线程必须等此线程release()后才能获得锁
- RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。
- 注意:如果使用RLock,那么acquire和release必须成对出现,即同一线程中调用了n次acquire,必须调用n次的release才能真正释放所占用的琐
下面例子中我们用到的是Lock(),当加完锁之后,该方法同一时间内只能被一个线程调用。
import threading
mylock=threading.Lock()#创建锁
num = 0
def add_num(name):
global num
while True:
mylock.acquire()#申请锁也就是加锁
print('thread %s locked! num=%d'%(name,num))
if num>=5:
print('thread %s release! num=%d'%(name,num))
mylock.release()#释放锁
return
num += 1
print('thread %s release! num = %d'%(name,num))
mylock.release()
t1 = threading.Thread(target=add_num,args=('A',))
t2 = threading.Thread(target=add_num,args=('B',))
t1.start()
t2.start()
打印结果:
thread A locked! num=0
thread A release! num = 1
thread A locked! num=1
thread A release! num = 2
thread A locked! num=2
thread A release! num = 3
thread A locked! num=3
thread A release! num = 4
thread A locked! num=4
thread A release! num = 5
thread A locked! num=5
thread A release! num=5
thread B locked! num=5
thread B release! num=5
cpu io密集型适合用多线程进行开发
关于进程:
- 进程是系统进行资源分配的最小单位,每个进程都有自己的独立内存空间,不用进程通过进程间通信来通信。
- 但是进程占据独立空间,比较重量级,所以上下文进程间的切换开销比较大,但是比较稳定安全。
进程创建:
第一种创建进程的方式:
from multiprocessing import Process
import time
import random
import os
def piao(name):
print("%s is piaoping"%name)
time.sleep(random.randint(0,1))
print("%s is piao end"%name)
if __name__ == '__main__':
print("CPU的个数是:%d"%os.cpu_count())
p1 = Process(target=piao,args=("alex",),name="进程1")
print(p1.name)
p1.start()
print("父进程!") #执行速度要远快于建立新进程的时间
打印结果:
CPU的个数是:2
进程1
父进程!
alex is piaoping
alex is piao end
第二种创建进程的方式:
from multiprocessing import Process
import time
import random
#继承Process类,并实现自己的run方法
class Piao(Process):
def __init__(self,name):
#必须调用父类的init方法
super().__init__()
self.name = name
def run(self):
print("%s is piaoing"%self.name)
time.sleep(random.randint(1,3))
print("%s is piaoeng"%self.name)
if __name__ == '__main__':
p1 = Piao("Alex")
#开辟一个新的进程实际上就是执行本进程所对应的run()方法
p1.start()
print("主进程!")
结果:
主进程!
Alex is piaoing
Alex is piaoeng
解析:join括号中不携带参数,表示父进程在这个位置要等待p1进程执行完成后,如果指定参数,也就是等待时间s,那么主进程将在这个时间内结束,
用is_active() 方法即可检测进程的状态,不加join() 返回True,表示进程还在进行。
进程的方法,
start() 启动进程实例(创建子进程);
terminate():不管任务是否完成,立即终止;
name: 当前进程实例别名,默认为Process-N,N为从1开始递增的整数;
pid: 当前进程实例的PID值; os.getpid()
is_alive(): 判断进程实例是否还在执行;
join([timeout]):是否等待进程实例执行结束,或等待多少秒;
进程池:
在程序实际处理问题时,忙时会有成千上万个任务需要执行,闲时有零星任务,创建时需要消耗时间,销毁也需要时间,
即使开启成千上万个进程,操作系统也不能 让他同时执行。这里就用到了进程池,用于管理小块内存的申请与释放。
,
1,上代码:
from multiprocessing.pool import Pool
from time import sleep
def fun(a):
sleep(1)
print(a)
if __name__ == '__main__':
p = Pool() # 这里不加参数,但是进程池的默认大小,等于电脑CPU的核数
# 也是创建子进程的个数,也是每次打印的数字的个数
for i in range(10):
p.apply_async(fun, args=(i,))
p.close()
p.join() # 等待所有子进程结束,再往后执行
print("end")
2,callback 举例:
from multiprocessing import Process,Pool
def func(i):
i+=1
return i#普通进程处理过的数据返回给主进程p1
def call_back(p1):
p1+=1
print(p1)
if __name__ == '__main__':
p = Pool()
for i in range(10):
p1 = p.apply_async(func,args=(i,),callback = call_back)#p调用普通进程并且接受其返回值,将返回值给要执行的回调函数处理
p.close()
p.join()
解析: 1,p.apply ( func,args = ()) 同步的效率,也就是说池中的进程一个一个的去执行任务
p.apply_async( func,args = () , callback = None) : 异步的效率,也就是池中的进程一次性都去执行任务.
2,异步处理任务时 : 必须要加上close和join. 进程池的所有进程都是守护进程(主进程代码执行结束,守护进程就结束).
3,func : 进程池中的进程执行的任务函数
4,args : 可迭代对象性的参数,是传给任务函数的参数
5,callback : 回调函数,就是每当进程池中有进程处理完任务了,返回的结果可以交给回调函数,
由回调函数进行进一步处理,回调函数只异步才有,同步没有.回调函数是父进程调用.
3. map( func,iterable) (该方法经常用到爬虫)
from multiprocessing import Pool
def func(num):
num += 1
print(num)
return num
if __name__ == '__main__':
p = Pool(2)
res = p.map(func,[i for i in range(100)])
# p.close()#map方法自带这两种功能
# p.join()
print('主进程中map的返回值',res)
func : 进程池中的进程执行的任务函数
iterable : 可迭代对象,是把可迭代对象那个中的每个元素一次传给任务函数当参数.
map方法自带close和join
进程间的通信:
1)队列
from multiprocessing import Queue,Process
import os,time,random
#添加数据函数
def proc_write(queue,urls):
print("进程(%s)正在写入..."%(os.getpid()))
for url in urls:
queue.put(url)
print("%s被写入到队列中"%(url))
time.sleep(random.random()*3)
#读取数据函数
def proc_read(queue):
print("进程(%s)正在读取..."%(os.getpid()))
while True:
url = queue.get()
print("从队列中提取到:%s"%(url))
if __name__ =="__main__":
queue = Queue()
proc_writer1 = Process(target=proc_write,args=(queue,["ur1","ur2","ur3","ur4"]))
proc_writer2 = Process(target=proc_write,args=(queue,["ur5","ur6","ur7","ur8"]))
proc_reader = Process(target=proc_read,args=(queue,))
proc_writer1.start()
proc_writer1.join()
proc_writer2.start()
proc_writer2.join()
proc_reader.start()
proc_reader.terminate()
生产者与消费者模式(线程间的通信):
from queue import Queue
import threading,time
class Producer(threading.Thread):
def run(self):
global queue
count = 0
while True:
if queue.qsize() < 1000:
for i in range(100):
count = count +1
msg = '生成产品'+str(count)
queue.put(msg)
print(msg)
time.sleep(0.5)
class Consumer(threading.Thread):
def run(self):
global queue
while True:
if queue.qsize() > 100:
for i in range(3):
msg = self.name + '消费了 '+queue.get()
print(msg)
time.sleep(1)
if __name__ == '__main__':
queue = Queue()
for i in range(500):
queue.put('初始产品'+str(i))
for i in range(2):
p = Producer()
p.start()
for i in range(5):
c = Consumer()
c.start()
2) 进程间的通信(管道)
from multiprocessing import Pipe,Process
import random,time,os
def proc_send(pipe,urls):
for url in urls:
print("进程(%s)发送:%s"%(os.getpid(),url))
pipe.send(url)
time.sleep(random.random())
def proc_recv(pipe):
while True:
print("进程(%s)接收到:%s"%(os.getpid(),pipe.recv()))
time.sleep(random.random())
if __name__ == "__main__":
pipe = Pipe()
p1 = Process(target=proc_send,args=(pipe[0],["url_"+str(i) for i in range(10)],))
p2 = Process(target=proc_recv,args=(pipe[1],))
p1.start()
p2.start()
p1.join()
p2.terminate()
解析:
pipe用于两个进程间的通信,两个进程分别位于管道的两端,Pipe方法返回(conn1,conn2)代表一个管道的两端,
Pipe方法有dumplex参数,若该参数为True,管道为全双工模式,
若为Fasle,conn1只负责接收消息,conn2只负责发送消息.send和recv方法分别是发送和接收消息的方法
协程:
协程:是更小的执行单位,是一种轻量级的线程,协程的切换只是单纯的操作CPU的上下文,所以切换速度特别快,且耗能小。
gevent是第三方库,通过greenlet实现协程,其基本思想是:
当一个greenlet遇到IO操作时,比如访问网络,就自动切换到其他的greenlet,等到IO操作完成,再在适当的时候切换回来继续执行。由于IO操作非常耗时,经常使程序处于等待状态,有了gevent为我们自动切换协程,就保证总有greenlet在运行,而不是等待IO。
由于切换是在IO操作时自动完成,所以gevent需要修改Python自带的一些标准库,这一过程在启动时通过monkey patch完成:
from gevent import monkey
monkey.patch_all() # 用来在运行时动态修改已有的代码,而不需要修改原始代码。
import gevent
import requests
def f(url):
print('GET: %s' % url)
html = requests.get(url).text
print(url, len(html))
gevent.joinall([
gevent.spawn(f, 'http://i.maxthon.cn/'), # 先执行这个函数,发送请求,等待的时候发送第二个请求
gevent.spawn(f, 'http://www.jianshu.com/u/3cfeb3395a95'),
gevent.spawn(f, 'http://edu.51cto.com/?jydh')])
运行结果:
GET: http://i.maxthon.cn/
GET: http://www.jianshu.com/u/3cfeb3395a95
GET: http://edu.51cto.com/?jydh
http://i.maxthon.cn/ 461786
http://edu.51cto.com/?jydh 353858
http://www.jianshu.com/u/3cfeb3395a95 597
从结果看,3个网络操作是并发执行的,而且结束顺序不同,但只有一个线程。
使用gevent,可以获得极高的并发性能,但gevent只能在Unix/Linux下运行,在Windows下不保证正常安装和运行。