进程与线程的关系

#!/usr/bin/env python
# -*- coding;utf-8 -*-
"""
多进程(主进程,子进程):
优点:能同时利用多个CPU,进行多个操作,提高效率。
缺点:耗费内存资源(进程要开辟内存空间),进程不是越多越好,CPU个数 = 进程个数。
注意:进程创建内存空间,线程共享内存空间,进程里有全局解释器锁,进程中一次只应许一个线程被处理。
使用场景:计算密集型适合多进程。
多线程(主线程,子线程):
优点:共享内存,IO操作时(不用CPU),创造并发操作(多个操作同时进行),提高效率。
缺点:抢占资源,请求上下文切换非常耗时(线程处理切换后找到上次处理的地方),线程不是越多越好,视具体案例而定。
注意:在计算机中,执行任务的最小单元就是线程。
使用场景:IO密集型适合多线程。
"""
"""
使用进程
1、创建进程
"""
import multiprocessing def f1(a1):
print(a1) if __name__ == "__main__":
t1 = multiprocessing.Process(target=f1, args=(11,))
# t1.daemon = True
t1.start()
t1.join(2)
t2 = multiprocessing.Process(target=f1, args=(22,))
# t2.daemon = True
t2.start()

  进程池:

  1. 进程池1

    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    调用Pool进程池模块,创建进程池
    """
    from multiprocessing import Pool
    import time def myfun(i):
    time.sleep(2)
    return i + 100 def end_call(arg):
    print("end_all", arg) if __name__ == "__main__":
    p = Pool(5)
    for i in range(10):
    p.apply_async(func=myfun, args=(i,), callback=end_call)
    print("end")
    p.close()
    p.join()
  2. 进程池2
    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    apply与apply_sync的区别
    """
    from multiprocessing import Pool
    import time def f1(a):
    time.sleep(1)
    print(a) return a def f2(b):
    r = "第" + str(b+1) + "个子进程执行完毕"
    print(r) if __name__ == "__main__":
    pool = Pool(5)
    for i in range(10):
    # pool.apply(func=f1, args=(i,))
    pool.apply_async(func=f1, args=(i,), callback=f2)
    """
    pool.apply:每个进程之间是串行执行的,排队执行;每一个进程都有一个join()方法
    pool.apply_sync:每个进程是并发执行的,并发数取决于进程池,并且可以触发回调函数;每一个进程没有一个join()方法;每一个进程的daemon = True
    """
    print("主进程执行完毕")
    pool.close() # 等所有任务终止再结束,能拿到子进程的结果
    # pool.terminate() # 立即终止所有任务,拿不到子进程的结果
    pool.join()

进程数据共享:

  1. 进程数据共享1

    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    默认情况下进程数据不共享,要用一个中介数据类型实现进程数据共享
    进程数据共享方式一:
    使用数组,Array使用时必须先定义大小
    temp = Array("i",[11,22,33,44]),"i"表示数据类型,数组中的数据类型必须一致
    """
    from multiprocessing import Process, Value, Array def f(n, a):
    n.Value = 3.1415927
    for i in range(len(a)):
    a[i] = -a[i] if __name__ == "__main__":
    num = Value("d", 0.0)
    arr = Array("i", range(10)) p = Process(target=f, args=(num, arr))
    a = Process(target=f, args=(num, arr))
    p.start()
    a.start()
    p.join()
    a.join() print(num.value)
    print(arr[:])
  2. 进程数据共享2
    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    默认情况下进程数据不共享,要用一个中介数据类型实现进程数据共享
    进程数据共享方式二:
    使用特殊字典
    dic = manager.dict()
    """
    from multiprocessing import Process, Manager def f(d, l):
    d[1] = "1"
    d["2"] = 2
    d[0.25] = None
    l.reverse() if __name__ == "__main__":
    with Manager() as manager:
    d = manager.dict()
    l = manager.list(range(10))
    p = Process(target=f, args=(d, l))
    p.start()
    p.join()
    print(d)
    print(l)
  3. 进程数据不共享
    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    默认情况下进程数据不共享
    """
    from multiprocessing import Process
    li = [] def foo(i):
    li.append(i)
    print("hello", li) if __name__ == "__main__":
    for i in range(10):
    t = Process(target=foo, args=(i,))
    t.start()
  4. 进程字典
    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    进程数据共享方式二:
    使用特殊字典dic = manager.dict()
    """
    from multiprocessing import Process, Manager def foo(i, dic):
    dic[i] = 100 + i
    print(len(dic)) if __name__ == "__main__":
    manage = Manager()
    dic = manage.dict()
    # dic = dict() 数据无法共享
    for i in range(2):
    p = Process(target=foo, args=(i, dic))
    p.start()
    p.join()
  5. 进程数组
    #!/usr/bin/env python
    # -*- coding;utf-8 -*-
    """
    进程数据共享方式一:
    使用数组,Array使用时必须先定义大小
    temp = Array("i",[11,22,33,44]),"i"表示数据类型,数组中的数据类型必须一致
    """ from multiprocessing import Process, Array def foo(i, temp):
    print(id(temp))
    temp[i] = 100 + i
    for item in temp:
    print(i, "------>>", item) if __name__ == "__main__":
    temp = Array("i", [11, 22, 33, 44])
    for i in range(2):
    p = Process(target=foo, args=(i, temp))
    p.start()
    p.join()

      

Python全栈开发:进程代码实例的更多相关文章

  1. python全栈开发 * 进程理论 进程创建 * 180724

    一.进程理论 1.进程是资源分配的最小单位. 2.进程调度就是多个进程在操作系统的控制下被CPU执行,去享用计算机的资源. 先来先服务 短作业优先 时间片轮转 多级反馈队列 3.进程调度的过程是不能够 ...

  2. python全栈开发 * 进程之间的通信,进程之间数据共享 * 180726

    进程之间的通信(IPC)队列和管道一.队列 基于管道实现 管道 + 锁 数据安全(一).队列 队列遵循先进先出原则(FIFO) 多用于维护秩序,买票,秒杀 队列的所有方法: put()(给队列里添加数 ...

  3. python全栈开发 * 进程池,线程理论 ,threading模块 * 180727

    一.进程池 (同步 异步 返回值) 缺点: 开启进程慢 几个CPU就能同时运行几个程序 进程的个数不是无线开启的 应用: 100个任务 进程池 如果必须用多个进程 且是高计算型 没有IO型的程序 希望 ...

  4. Python全栈开发:递归实例

    #!/usr/bin/env python # -*- coding;utf-8 -*- """ 递归不能无限,python会限制递归深度,递归主要用于费布拉切数列 &q ...

  5. Python全栈开发【面向对象】

    Python全栈开发[面向对象] 本节内容: 三大编程范式 面向对象设计与面向对象编程 类和对象 静态属性.类方法.静态方法 类组合 继承 多态 封装 三大编程范式 三大编程范式: 1.面向过程编程 ...

  6. Python全栈开发【模块】

    Python全栈开发[模块] 本节内容: 模块介绍 time random os sys json & picle shelve XML hashlib ConfigParser loggin ...

  7. Python全栈开发【基础三】

    Python全栈开发[基础三]  本节内容: 函数(全局与局部变量) 递归 内置函数 函数 一.定义和使用 函数最重要的是减少代码的重用性和增强代码可读性 def 函数名(参数): ... 函数体 . ...

  8. python全栈开发中级班全程笔记(第二模块、第四章)(常用模块导入)

    python全栈开发笔记第二模块 第四章 :常用模块(第二部分)     一.os 模块的 详解 1.os.getcwd()    :得到当前工作目录,即当前python解释器所在目录路径 impor ...

  9. 学习笔记之Python全栈开发/人工智能公开课_腾讯课堂

    Python全栈开发/人工智能公开课_腾讯课堂 https://ke.qq.com/course/190378 https://github.com/haoran119/ke.qq.com.pytho ...

  10. Python全栈开发【面向对象进阶】

    Python全栈开发[面向对象进阶] 本节内容: isinstance(obj,cls)和issubclass(sub,super) 反射 __setattr__,__delattr__,__geta ...

随机推荐

  1. python数据结构之图的实现方法

    python数据结构之图的实现方法 本文实例讲述了python数据结构之图的实现方法.分享给大家供大家参考.具体如下: 下面简要的介绍下: 比如有这么一张图:     A -> B     A ...

  2. LeetCode刷题笔记-BFS-二叉树层次遍历

    题目描述: 给定一个二叉树,返回其节点值自底向上的层次遍历. (即按从叶子节点所在层到根节点所在的层,逐层从左向右遍历) 例如:给定二叉树 [3,9,20,null,null,15,7], 3 / \ ...

  3. this 关键字的使用及说明

    this 是Java 中常见的一个关键字,它的主要作用是引用类的当前实例,本篇文章主要介绍 this 关键字的几种使用情况. 1. this 调用当前类的变量,也就是类中的成员变量. 代码示例: pu ...

  4. 神经网络中使用Batch Normalization 解决梯度问题

    BN本质上解决的是反向传播过程中的梯度问题. 详细点说,反向传播时经过该层的梯度是要乘以该层的参数的,即前向有: 那么反向传播时便有: 那么考虑从l层传到k层的情况,有: 上面这个 便是问题所在.因为 ...

  5. css中图片有缩放和转动效果

    现在html中利用div来包裹住一张图片. <div class="xuanzhuan"> <img src="images/top.png" ...

  6. Java:关于main方法的10道面试题

    感觉假期过得好快,东西也丢得快. 假期吃喝玩乐之余也来温故一下Java知识,下面给大家整理了10道Java main方法的经典面试题,都来挑战一下自己的Java基础知识吧! 1.main方法是做什么用 ...

  7. Markdown文档常用字体及颜色设置

    1.字体.字号.颜色设置 <font face="微软雅黑" >微软雅黑字体</font> <font face="黑体" > ...

  8. numpy基本函数

    在学习python的时候常常需要numpy这个库,每次都是用一个查一个,这个,终于见到一个完整的总结了http://blog.csdn.net/blog_empire/article/details/ ...

  9. Mybatis使用Dao代码方式CURD

    Mybatis 使用Dao代码方式进行增.删.改.查. 1.Maven的pom.xml <project xmlns="http://maven.apache.org/POM/4.0. ...

  10. python2x 安装 psutil

    安装psutil模块: wget https://pypi.python.org/packages/source/p/psutil/psutil-2.0.0.tar.gz --no-check-cer ...