1 进程Queue介绍

  1. 1 进程间数据隔离,两个进程进行通信,借助于Queue
  2. 2 进程间通信:IPC
  3. -借助于Queue实现进程间通信
  4. -借助于文件
  5. -借助于数据库
  6. -借助于消息队列:rabbitmqkafka....

1.1 基本使用


  1. from multiprocessing import Process,Queue
  2. if __name__ == '__main__':
  3. # maxsize表示Queue的大小是多少,能放多少东西
  4. queue=Queue(3)
  5. ## 放数据
  6. queue.put('zhangsan')
  7. queue.put('liss')
  8. queue.put('wwwww')
  9. queue.put('wwwww',timeout=0.1)
  10. # queue.put_nowait('sdafsd')
  11. #
  12. # res=queue.get()
  13. # print(res)
  14. # res=queue.get()
  15. # print(res)
  16. res=queue.get()
  17. # print(res)
  18. # # 卡住
  19. # # res=queue.get()
  20. # res=queue.get_nowait()
  21. # print(res)
  22. '''
  23. # 实例化得到一个对象,数字表示queue的大熊
  24. queue=Queue(3)
  25. # 放值
  26. # block:是否阻塞
  27. #timeout:等待的时间
  28. queue.put()
  29. #取值
  30. # block:是否阻塞
  31. #timeout:等待的时间
  32. queue.get()
  33. # 不等待,如果满了,就报错
  34. queue.put_nowait()
  35. # 去取值,如果没有值,直接报错
  36. res=queue.get_nowait()
  37. #查看这个queue是否满
  38. queue.full()
  39. #查看queue是否是空的
  40. queue.empty()
  41. # 查看queue中有几个值
  42. queue.qsize()
  43. '''

2 通过Queue实现进程间通信


  1. from multiprocessing import Process,Queue
  2. import os
  3. import time
  4. def task(queue):
  5. print('我这个进程%s开始放数据了'%os.getpid())
  6. time.sleep(10)
  7. queue.put('lqz is handsome')
  8. print('%s我放完了' % os.getpid())
  9. if __name__ == '__main__':
  10. #不写数字,表示可以任意长度
  11. queue=Queue()
  12. p=Process(target=task,args=[queue,])
  13. p.start()
  14. res=queue.get() #会卡在这
  15. print(res)

3 批量生产数据放入Queue再批量取出


  1. from multiprocessing import Process,Queue
  2. import os
  3. def get_task(queue):
  4. res=queue.get()
  5. print('%s这个进程取了数据:%s'%(os.getpid(),res))
  6. def put_task(queue):
  7. queue.put('%s:放了数据'%os.getpid())
  8. if __name__ == '__main__':
  9. queue=Queue(1)
  10. p1=Process(target=put_task,args=[queue])
  11. p2=Process(target=put_task,args=[queue])
  12. p1.start()
  13. p2.start()
  14. p3=Process(target=get_task,args=[queue])
  15. p4=Process(target=get_task,args=[queue])
  16. p3.start()
  17. p4.start()

4 生产者消费者模型(重点)

  1. from multiprocessing import Process, Queue
  2. # import os
  3. #
  4. # import time
  5. # import random
  6. # def producer(queue):
  7. # # 生产的东西,放到Queue中
  8. # for i in range(10):
  9. # data = '%s这个厨师,整了第%s个包子' % (os.getpid(), i)
  10. # print(data)
  11. # # 模拟一下延迟
  12. # time.sleep(random.randint(1,3))
  13. # queue.put('第%s个包子'%i)
  14. #
  15. #
  16. # def consumer(queue):
  17. # # 消费者从queue中取数据,消费(吃包子)
  18. # while True:
  19. #
  20. # res=queue.get()
  21. # # 模拟一下延迟
  22. # time.sleep(random.randint(1, 3))
  23. # print('%s这个消费者,吃了%s'%(os.getpid(),res))
  24. #
  25. #
  26. #
  27. # if __name__ == '__main__':
  28. # queue=Queue(3)
  29. # p=Process(target=producer,args=[queue,])
  30. # p.start()
  31. #
  32. # p1=Process(target=consumer,args=[queue,])
  33. # p1.start()
  34. ###### 改良(生产者以及不生产东西了,但是消费者还在等着拿)
  35. # import os
  36. #
  37. # import time
  38. # import random
  39. # def producer(queue):
  40. # # 生产的东西,放到Queue中
  41. # for i in range(10):
  42. # data = '%s这个厨师,整了第%s个包子' % (os.getpid(), i)
  43. # print(data)
  44. # # 模拟一下延迟
  45. # time.sleep(random.randint(1,3))
  46. # queue.put('第%s个包子'%i)
  47. # # 生产完了,在queue中放一个None
  48. # queue.put(None)
  49. #
  50. #
  51. # def consumer(queue):
  52. # # 消费者从queue中取数据,消费(吃包子)
  53. # while True:
  54. #
  55. # res=queue.get()
  56. # if not res:break # 如果去到空,说明打烊了(生产者不生产了),退出
  57. # # 模拟一下延迟
  58. # time.sleep(random.randint(1, 3))
  59. # print('%s这个消费者,吃了%s'%(os.getpid(),res))
  60. #
  61. #
  62. #
  63. # if __name__ == '__main__':
  64. # queue=Queue(3)
  65. # p=Process(target=producer,args=[queue,])
  66. # p.start()
  67. #
  68. # p1=Process(target=consumer,args=[queue,])
  69. # p1.start()
  70. #### 把put none 放在主进程中执行
  71. import os
  72. # import time
  73. # import random
  74. # def producer(queue):
  75. # # 生产的东西,放到Queue中
  76. # for i in range(10):
  77. # data = '%s这个厨师,整了第%s个包子' % (os.getpid(), i)
  78. # print(data)
  79. # # 模拟一下延迟
  80. # time.sleep(random.randint(1,3))
  81. # queue.put('第%s个包子'%i)
  82. #
  83. #
  84. #
  85. # def consumer(queue):
  86. # # 消费者从queue中取数据,消费(吃包子)
  87. # while True:
  88. #
  89. # res=queue.get()
  90. # if not res:break # 如果去到空,说明打烊了(生产者不生产了),退出
  91. # # 模拟一下延迟
  92. # time.sleep(random.randint(1, 3))
  93. # print('%s这个消费者,吃了%s'%(os.getpid(),res))
  94. #
  95. #
  96. #
  97. # if __name__ == '__main__':
  98. # queue=Queue(3)
  99. # p=Process(target=producer,args=[queue,])
  100. # p.start()
  101. #
  102. # p1=Process(target=consumer,args=[queue,])
  103. # p1.start()
  104. #
  105. # # 如果把put None放在这,会有问题
  106. # # 主进程会先执行这句话,消费进程读到None,直接结束,生产者进程没有结束,于是生产一直在生产,消费已经不消费了
  107. # # 直到Queue满了,就一直卡在这了
  108. # # queue.put(None)
  109. #
  110. # ### 如果就要放在这,则如下
  111. # p.join()
  112. # queue.put(None)

5 多个生产者多个消费者的生产者消费者模型

  1. # 多个生产者在生产,多个消费者在消费
  2. # import time
  3. # import random
  4. # def producer(queue,food):
  5. # # 生产的东西,放到Queue中
  6. # for i in range(10):
  7. # data = '%s这个厨师,做了第%s个%s' % (os.getpid(), i,food)
  8. # print(data)
  9. # # 模拟一下延迟
  10. # time.sleep(random.randint(1,3))
  11. # queue.put('第%s个%s'%(i,food))
  12. #
  13. #
  14. # def consumer(queue):
  15. # # 消费者从queue中取数据,消费(吃包子)
  16. # while True:
  17. # res=queue.get()
  18. # if not res:break # 如果去到空,说明打烊了(生产者不生产了),退出
  19. # # 模拟一下延迟
  20. # time.sleep(random.randint(1, 3))
  21. # print('%s这个消费者,吃了%s'%(os.getpid(),res))
  22. #
  23. #
  24. #
  25. # if __name__ == '__main__':
  26. # queue=Queue(3)
  27. # ##起了三个生产者
  28. # p1=Process(target=producer,args=[queue,'包子'])
  29. # p2=Process(target=producer,args=[queue,'骨头'])
  30. # p3=Process(target=producer,args=[queue,'泔水'])
  31. # p1.start()
  32. # p2.start()
  33. # p3.start()
  34. #
  35. #
  36. #
  37. # # 起了两个消费者
  38. # c1=Process(target=consumer,args=[queue,])
  39. # c2=Process(target=consumer,args=[queue,])
  40. # c1.start()
  41. # c2.start()
  42. #
  43. # ##等三个生产者都生产完,放三个None
  44. # p1.join()
  45. # p2.join()
  46. # p3.join()
  47. # queue.put(None)
  48. # queue.put(None)
  49. # queue.put(None)
  50. ##如果消费者多,比生产者多出来的消费者不会停
  51. import time
  52. import random
  53. def producer(queue, food,name):
  54. # 生产的东西,放到Queue中
  55. for i in range(10):
  56. data = '%s:这个厨师,做了第%s个%s' % (name, i, food)
  57. print(data)
  58. # 模拟一下延迟
  59. time.sleep(random.randint(1, 3))
  60. queue.put('第%s个%s' % (i, food))
  61. def consumer(queue,name):
  62. # 消费者从queue中取数据,消费(吃包子)
  63. while True:
  64. try:
  65. res = queue.get(timeout=20)
  66. # 模拟一下延迟
  67. time.sleep(random.randint(1, 3))
  68. print('%s这个消费者,吃了%s' % (name, res))
  69. except Exception as e:
  70. print(e)
  71. break
  72. if __name__ == '__main__':
  73. queue = Queue(3)
  74. ##起了三个生产者
  75. p1 = Process(target=producer, args=[queue, '包子','egon'])
  76. p2 = Process(target=producer, args=[queue, '骨头','lqz'])
  77. p3 = Process(target=producer, args=[queue, '泔水','jsason'])
  78. p1.start()
  79. p2.start()
  80. p3.start()
  81. # 起了四个个消费者
  82. c1 = Process(target=consumer, args=[queue, 'a'])
  83. c2 = Process(target=consumer, args=[queue,'b' ])
  84. c3 = Process(target=consumer, args=[queue,'c' ])
  85. c4 = Process(target=consumer, args=[queue,'d' ])
  86. c1.start()
  87. c2.start()
  88. c3.start()
  89. c4.start()

6 进程间数据共享(了解)


  1. from multiprocessing import Process,Manager,Lock
  2. # 魔法方法:类内以__开头__结尾的方法,都叫魔法方法,某种情况下会触发它的执行
  3. '''
  4. __init__ :类()触发
  5. __new__:
  6. __getattr__
  7. __setattr__
  8. __getitem__
  9. __setitem__
  10. '''
  11. # def task(dic,lock):
  12. # # lock.acquire()
  13. # # dic['count']-=1
  14. # # lock.release()
  15. # with lock:
  16. # dic['count'] -= 1
  17. #
  18. # if __name__ == '__main__':
  19. # lock = Lock()
  20. # with Manager() as m:
  21. # # 如果直接定义dict,这个dict在多个进程中其实是多份,进程如果改,只改了自己的
  22. # #如果定义的是m.dict({'count': 100}),多个进程之间就可以共享这个数据
  23. # dic = m.dict({'count': 100})
  24. #
  25. # p_l = []
  26. # for i in range(100):
  27. # p = Process(target=task, args=(dic, lock))
  28. # p_l.append(p)
  29. # p.start()
  30. # for p in p_l:
  31. # p.join()
  32. def task(dic,lock):
  33. with lock:
  34. dic['count'] -= 1
  35. if __name__ == '__main__':
  36. lock = Lock()
  37. dic={'count':100}
  38. p_l = []
  39. for i in range(100):
  40. p = Process(target=task, args=(dic, lock))
  41. p_l.append(p)
  42. p.start()
  43. for p in p_l:
  44. p.join()
  45. print(dic)

7 线程概念

  1. 如果把我们上课的过程看成一个进程的话,那么我们要做的是耳朵听老师讲课,手上还要记笔记,脑子还要思考问题,这样才能高效的完成听课的任务。而如果只提供进程这个机制的话,上面这三件事将不能同时执行,同一时间只能做一件事,听的时候就不能记笔记,也不能用脑子思考,这是其一;如果老师在黑板上写演算过程,我们开始记笔记,而老师突然有一步推不下去了,阻塞住了,他在那边思考着,而我们呢,也不能干其他事,即使你想趁此时思考一下刚才没听懂的一个问题都不行,这是其二
  2. #进程是资源分配的最小单位,线程是CPU调度的最小单位。每一个进程中至少有一个线程。
  1. from threading import Thread
  2. from queue import Queue
  3. import os
  4. import time
  5. def task():
  6. time.sleep(3)
  7. print('我是子线程执行的')
  8. print(os.getpid())
  9. if __name__ == '__main__':
  10. # 启动线程
  11. ctime = time.time()
  12. t = Thread(target=task)
  13. t.start()
  14. # task()
  15. time.sleep(3)
  16. print(os.getpid())
  17. print(time.time() - ctime)

day19.进程通信与线程1的更多相关文章

  1. java多线程上篇(三) -- 进程通信和线程死锁简单介绍

    进程通信指的是进程间的信息交换 ,IPC(Inter-Process Communication,进程间通信) 进程通信就相当于一种工作方式.沟通形式,进程通信主要指的就是操作系统提供的进程通信工具( ...

  2. day36——死锁、递归锁、信号量、GIL、多线程实现socket通信、线程池和进程池

    day36 死锁现象与递归锁 死锁现象 是指两个或两个以上的进程或线程在执行过程中,因争夺资源而造成的一种互相等待的现象,若无外力作用,它们都将无法推进下去.此时称系统处于死锁状态或系统产生了死锁,这 ...

  3. Windows线程+进程通信

    一 Windows线程进程 1)定义 按照MS的定义, Windows中的进程简单地说就是一个内存中的可执行程序, 提供程序运行的各种资源. 进程拥有虚拟的地址空间, 可执行代码, 数据, 对象句柄集 ...

  4. Android 进程通信机制之 AIDL

    什么是 AIDL AIDL 全称 Android Interface Definition Language,即 安卓接口描述语言.听起来很深奥,其实它的本质就是生成进程间通信接口的辅助工具.它的存在 ...

  5. Linux下进程通信的八种方法

    Linux下进程通信的八种方法:管道(pipe),命名管道(FIFO),内存映射(mapped memeory),消息队列(message queue),共享内存(shared memory),信号量 ...

  6. 进程通信之一 使用WM_COPYDATA C++及C#实现(转)

    进程间通信最简单的方式就是发送WM_COPYDATA消息.本文提供C++及C#程序相互通信的二种实现方式.这样消息的接收端可以用C++实现,发送端可以用C++或C#实现.     发送WM_COPYD ...

  7. 【Chromium中文文档】跨进程通信 (IPC)

    跨进程通信 (IPC) 转载请注明出处:https://ahangchen.gitbooks.io/chromium_doc_zh/content/zh//General_Architecture/I ...

  8. C#通过接口与线程通信(捕获线程状态)介绍

    C#通过接口与线程通信(捕获线程状态)介绍 摘要:本文介绍C#通过接口与线程通信(捕获线程状态),并提供简单的示例代码供参考. 提示:本文所提到的线程状态变化,并不是指线程启动.暂停.停止,而是说线程 ...

  9. 微端游戏启动器LAUNCHER的制作之MFC版一(序和进程通信)

    额...刚开始信誓旦旦说要写launcher制作的博客,还没写完就被抛到脑后了真是没毅力.最近把之前写的wpf的launcher改成了mfc版,遇到很多问题,写了三个星期才写完,好好记录一下吧.我也想 ...

随机推荐

  1. kvm-PLE代码分析

    Linux源码版本: 5.3.0 相关数据结构 #define KVM_DEFAULT_PLE_GAP 128 // ple_gap #define KVM_VMX_DEFAULT_PLE_WINDO ...

  2. 如何把数据放到C#的心里之 DB2实例

    平时偶尔因为工作需要得自己写一些小工具去操作数据库,因为只是需要实现一些小的功能,也不涉及多类型的数据库,也许就是一次性的使用.所以此时那些大而全的数据库操作框架,也就不再那么适合我了.而本篇博文主要 ...

  3. Vue学习笔记-vue-element-admin 按装报错再按装

    一  使用环境 开发系统: windows 后端IDE: PyCharm 前端IDE: VSCode 数据库: msyql,navicat 编程语言: python3.7  (Windows x86- ...

  4. 给新手的 11 个 Docker 免费上手项目

    转: 给新手的 11 个 Docker 免费上手项目 作者:老K玩代码 来源:toutiao.com/i6882755471015576072 Docker 是一个开源的应用容器引擎,让开发者可以打包 ...

  5. 在 .NET Core 中应用六边形架构

    在本文中,您会看到一个Web API应用的模板,在.NET Core 中应用了六边形架构,并且里面包含了一些基础功能. 介绍 这是一个模板项目,里面集成了一些必备的基础功能,当我们需要开发一个新项目时 ...

  6. PCA——主成分分析

    PCA(Principal Components Analysis)主成分分析是一个简单的机器学习算法,利用正交变换把由线性相关变量表示的观测数据转换为由少量线性无关比变量表示的数据,实现降维的同时尽 ...

  7. 1.1 Python3基础-前言

    >>返回主目录 Python 交互式代码 Python 脚本式代码 第一段Python代码: print('Hello World!') >>返回主目录

  8. 【pytest官方文档】解读fixtures - 7. Teardown处理,yield和addfinalizer

    当我们运行测试函数时,我们希望确保测试函数在运行结束后,可以自己清理掉对环境的影响. 这样的话,它们就不会干扰任何其他的测试函数,更不会日积月累的留下越来越多的测试数据. 用过unittest的朋友相 ...

  9. 比较String 字符串的字节大小

    package com.ittx.edi.erp;import java.io.File;import java.io.FileWriter;import java.io.IOException;pu ...

  10. 【数据结构与算法】——链表(Linked List)

    链表(Linked List)介绍 链表是有序的列表,但是它在内存中是存储如下: 链表是以节点的方式来存储的,是链式存储. 每个节点包含data域,next域:指向下一个节点. 如图:链表的各个节点不 ...