为什么需要并发编程?
如果程序中包含I/O操作,程序会有很高的延迟,CPU会处于等待状态,这样会浪费系统资源,浪费时间
1.Python的并发编程分为多进程并发和多线程并发
多进程并发:运行多个独立的程序,优势在于并发处理的任务都有操作系统管理,不足的是程序和各个进程间通信和数据共享不方便 多线程并发:有程序员管理并发处理人物,这种并发的可以方便的在线程间共享数据,前提是不能被锁住
对于计算密集型程序:多进程并发优于多线程并发,计算密集型指的是:程序运行的时间大部分都消耗在cpu的运算处理过程中,而对内存磁盘的消耗时间较短对于i/o密集型程序:多线程并发优于多进程并发,i/o密集型与计算密集型正好相反
2.python支持的多进程并发有两种方式
1.通过进程安全的数据结构:multiprocess.JoinableQueue:这种数据结构程序员自己管理'加锁'过程,不用担心死锁问题 2.通过concurr.futures抽象出来的ProcessPollExecutor
multiprocess的JoinableQueue
multiprocess(是进程间安全的) 是Python标准库中的支持进程的模块,JoinableQueue队列本质上是FIFO队列, 与一般的队列(queue中的Queue)区别在于:JoinableQueue是能支持多进程并发和保证进程间的数据通信, 是进程间安全的,这意味着我们不用担心它的互斥和死锁问题,JoinableQueue主要可以用来存放执行任务和收集任务的执行结果 JoinableQueue队列为什么是进程间安全的? 因为不管什么队列,都是自带了锁,所中的上下文管理中(with)包含了acquire()和release()方法。 队列基于文件家族的socket实现的,队列中是有管道(pipe)和锁实现的。
from multiprocessing import JoinableQueue,Process,current_process def consumer(jq,name): while True: word = jq.get() print('%s 取到了%s'%(name,word)) jq.task_done() # print(jq.task_done()) def print_word(jq,produce_name): for c in [chr(ord('A')+i) for i in range(26)]: jq.put(c) print("%s 生产了一个 %s"%(produce_name,c)) jq.join() if __name__ == '__main__': jq = JoinableQueue() #不管用什么队列,都必须要先实例化 produce_name = 'admin' # consumer_list = ['kobe','t-mac'] pn = Process(target=print_word,args=(jq,produce_name)) tt1 = Process(target=consumer, args=(jq,'kobe')) tt2 = Process(target=consumer, args=(jq,'t-mac')) tt1.daemon =True tt2.daemon =True tt1.start() tt2.start() pn.start() pn.join() ''' 使用JoinableQueue实现多线程搞得时候要注意这几个方法的关联 1.pn.join() 为什么子线程pn要设置阻塞? 首先要知道join方法是Process提供来管理子进程的,在同步阻塞的时候,只关心子线程是否执行完毕,只要子线程结束,才会执行阻塞后的代码 2.jq.join()为什么子进程设置阻塞? 因为jq要等待consumer方法将全部的字母取走,只要consumer将全部的字母取走之后,jq才不阻塞了,代表着print_word方法已经将工作做完了 jq.join()在这里可以理解成:当队列为空我才不阻塞了, 3.jq.task_done()是什么意思? 通知producer里面的jq.join(),要将队列里面的计数器-1,因为有一个数据被取走了,当所有的任务处理完之后,队列的计数器为0 也就是队列为空了,这是jq.join()就不阻塞了 4.那tt1.daemon =True和tt2.daemon =True子进程为什么要设置成守护进程? 我们子啊consumer里面写的是while True,理解是这个死循环永远不能退出 但是守护进程会随着主进程的运行完毕之后跟着结束,我们退出不了while,那把主进程kill掉,也就退出了死循环 所以: pn.join()在等待这自己的子进程函数print_word执行完毕,因为执行到主线程搞得代码结束为止,所以主线程退出 但是print_word()子线程里面的jq.join()也在阻塞这,等待jq.task_done()发过来的最后一个信号,也就是队列为空 所以,当jq.task_done()发空信号之后jq.join()不阻塞,然后pn.join()不阻塞,程序结束 而进程中的守护进程的特点是随着主进程的结束而结束,所以整个程序结束,name死循环也就结束了。 理解task_done(): 如果进程或线程每从队列里取一次,但没有执行task_done(),则join无法判断队列到底有没有结束,在最后执行个join()是等不到结果的,会一直挂起。 可以理解为,每task_done一次 就从队列里删掉一个元素,这样在最后join的时候根据队列长度是否为零来判断队列是否结束,从而执行主线程。 '''
multiprocessing中的JoinableQueue实现多进程并发
concurrent.futures的ProcessPoolExecutor
from concurrent.futures import ProcessPoolExecutor,ThreadPoolExecutor ThreadPoolExecutor 和ProcessPoolExecutor分别对threading和multiprocessing进行了高级抽象,暴露出简单的统一接口。 future 是一种对象,表示异步执行的操作。这个概念是 concurrent.futures模块和asyncio包的基础。 从Python3.4起,标准库中有两个为Future的类:concurrent.futures.Future 和 asyncio.Future。 这两个类作用相同:两个Future类的实例都表示可能已经完成或未完成的延迟计算。 Future 封装待完成的操作,可放入队列,完成的状态可以查询,得到结果(或抛出异常)后可以获取结果(或异常)。
import os,time from urllib.request import urlopen from concurrent.futures import ProcessPoolExecutor def get_html(name,addr): ret = urlopen(addr) return {'name': name, 'content': ret.read()} def print_info(connect): dic = connect.result() with open(dic['name']+'.html',mode='wb') as f: f.write(dic['content']) if __name__ == '__main__': start = time.time() url_list = { '百度':'https://www.baidu.com', 'p0st':'https://www.cnblogs.com/p0st/p/10453405.html', 'jd':'https://www.jd.com', '博客园':'https://www.cnblogs.com', 'a':'https://www.baidu.com', 'b': 'https://www.cnblogs.com/p0st/p/10453405.html', 'c': 'https://www.jd.com', 'd': 'https://www.cnblogs.com' } p = ProcessPoolExecutor(4) for item in url_list: task = p.submit(get_html,item,url_list[item]).add_done_callback(print_info) task.add_done_callback(print_info) #使用submit向进程池中添加任务,返回的时一个future对象,使用result从中取值 #在此过程中是并发的去执行的 #p.submit(get_html,item,url_list[item]).add_done_callback(print_info) #add_done_callback 回调函数,将task p.shutdown() # 阻塞主进程 直到池中的任务都完成为止,然后进程还会回到进程池里面等待任务 print(time.time()-start) #with ProcessPoolExecutor(4) as p: # for item in url_list: # p.submit(get_html, item, url_list[item]).add_done_callback(print_info) # p.shutdown() #print(time.time() - start) ''' #ret = p.map(make, range(100)) 是for循环的简便写法,一般只用于传递一个参数 #ret=返回的是返回的是生成器,再循环就可以了 #如果task.result()执行修改完了之后才会返回结果,但是如果没执行完,就会等待,所以是一个阻塞方法 #如果有可能发生阻塞的方法,那个这个方法就是阻塞方法 ''' concurrent.futures中的ProcessPoolExecutor实现多进程并发
concurrent.futures中的ProcessPoolExecutor实现多进程并发
3.python中的多线程并发也有两种方式
对于IO密集型程序,多线程并发可能要优于多进程并发。因为对于网络通信等IO密集型任务来说,决定程序效率的主要是网络延迟,这时候是使用进程还是线程就没有太大关系了。 程序与多进程基本一致,只是这里我们不必使用multiProcessing.JoinableQueue对象了,一般的队列(来自queue.Queue)就可以满足要求:
from queue import Queue
def read(q): while True: try: value = q.get() print('Get %s from queue.' % value) time.sleep(random.random()) finally: q.task_done() def main(): q = queue.Queue() pw1 = threading.Thread(target=read, args=(q,)) pw2 = threading.Thread(target=read, args=(q,)) pw1.daemon = True pw2.daemon = True pw1.start() pw2.start() for c in [chr(ord('A')+i) for i in range(26)]: q.put(c) try: q.join() except KeyboardInterrupt: print("stopped by hand") if __name__ == '__main__': main()
queuq中Queue实现多线程并发
concurrent.futures的ThreadPoolExecutor
concurrent.futures的ThreadPoolExecutor抽象接口不仅可以帮我们自动调度线程,还能: 1.主线程可以获取某一个线程(或者任务的)的状态,以及返回值。 2.当一个线程完成的时候,主线程能够立即知道。 3.让多线程和多进程的编码接口一致。
1、建立线程池:executor = ThreadPoolExecutor(max_workers= ) 2、提交执行函数到线程池:task = executor.submit(func,(args)) 3、获取执行结果:task.result() 4、判断线程是否完成:task.done() 5、取消还没执行的线程:task.cancel() 6、利用as_completed获取线程完成结果,返回迭代器 7、通过executor的map获取已经完成的task值 for data in executor.map(get_html,urls): print(data) 8、使用wait()方法阻塞线程
ThreadPoolExecutor方法
from urllib.request import urlopen from concurrent.futures import ThreadPoolExecutor def get_html(name,addr): ret = urlopen(addr) return {'name': name, 'content': ret.read()} def print_info(connect): dic = connect.result() with open(dic['name']+'.html',mode='wb') as f: f.write(dic['content']) url_list = { '百度':'https://www.baidu.com', 'p0st':'https://www.cnblogs.com/p0st/p/10453405.html', 'jd':'https://www.jd.com', '博客园':'https://www.cnblogs.com', 'a':'https://www.baidu.com', 'b': 'https://www.cnblogs.com/p0st/p/10453405.html', 'c': 'https://www.jd.com', 'd': 'https://www.cnblogs.com' } t = ThreadPoolExecutor(4) if __name__ == '__main__': for item in url_list: task = t.submit(get_html,item,url_list[item]) #回调函数,当执行完task后,立即将返回值传给回调函数 task.add_done_callback(print_info) # 回调函数,当执行完task后,立即将返回值传给回调函数
concurrent.futures中的ThreadPoolExecutor实现多线程并发
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: print(list(executor.map(sleeper, x)))
ThreadPoolExecutor高级写法
from concurrent.futures import ProcessPoolExecutor def pool_factorizer_go(nums, nprocs): nprocs=xxx with ProcessPoolExecutor(max_workers=nprocs) as executor: return {num:factors for num, factors in zip(nums, executor.map(factorize_naive, nums))}
ProcessPoolExecutor高级写法
#在一个函数中等待另一个结果的完毕。 import time def wait_on_b(): time.sleep(5) print(b.result()) #b不会完成,他一直在等待a的return结果 return 5 def wait_on_a(): time.sleep(5) print(a.result()) #同理a也不会完成,他也是在等待b的结果 return 6 executor = ThreadPoolExecutor(max_workers=2) a = executor.submit(wait_on_b) b = executor.submit(wait_on_a)
多线程或多进程中死锁的列子
4.进程/线程中创建协程
from multiprocessing import Process from gevent import monkey;monkey.patch_all() import gevent import time import random class Sayhi(Process): def __init__(self,name): super().__init__() self.name = name @staticmethod def func(item): time.sleep(random.uniform(1,2)) print('协程:sayhi %s'%item) def run(self): count = 20 ll= [] for item in range(count): gg = gevent.spawn(self.func,item) ll.append(gg) gevent.joinall(ll) if __name__ == '__main__': p = Sayhi('kobe') p.start() p.join()
进程中创建协程
import os from gevent import monkey;monkey.patch_all() import time import random import gevent from threading import Thread class Sayhi(Thread): def __init__(self,name): super().__init__() self.name = name @staticmethod def func(item): time.sleep(random.uniform(1,2)) print('协程:sayhi %s %s'%(item,os.getpid())) def run(self): count = 20 l = [] for i in range(count): g = gevent.spawn(self.func,i) l.append(g) gevent.joinall(l) if __name__ == '__main__': p = Sayhi('kobe') p.start() p.join() print(os.getpid()) 线程里面开启协程
线程中创建协程
返回系列