进程概述:
- 程序是静态的, 当程序运行起来就叫做进程, 是操作系统分配资源的基本单元
进程的状态:
- 就绪态：运行的条件都已经慢去，正在等待cpu执行
- 执行态：cpu正在执行其功能
- 等待态：等待某些条件满足，例如一个程序sleep了，此时就处于等待态
进程 和 线程 的区别 与 优缺点:
功能
- 进程，能够完成多任务，比如 在一台电脑上能够同时运行多个QQ
- 线程，能够完成多任务，比如 一个QQ中的多个聊天窗口
定义不同
- 进程 是系统进行资源分配的最小单位
- 线程 是进程的一个实体,是CPU进行调度的基本单位。线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源.
区别
- 进程之间不同享全局变量, 线程之间共享全局变量
- 一个程序至少有一个进程,一个进程至少有一个线程
- 线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高
- 进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率
- 线程不能够独立执行，必须依存在进程中
优缺点
- 线程执行开销小，但不利于资源的管理和保护；而进程正相反。
进程的创建步骤:
# 导入进程模块
import multiprocessing
# 创建一个进程的实例对象, 用 help(multiprocessing.Process) 可以查看其使用方法
p = multiprocessing.Process(target=func_name, args=(元组), kwargs={字典})
# 创建并启动进程
p.start()
# 等待子进程5秒钟, 再继续往下执行主进程
p.join(5)
通过 Queue 实现进程间的通信:
# 导入进程模块
import multiprocessing
# 创建一个队列
q = multiprocessing.Queue(3) # 3 代表队列中最多可以接收3条消息
# 向队列中添加数据
q.put(data)
# 从队列中取数据
q.get()
# 判断队列中是否为空
q.empty()
# 判断队列中是否已满
q.full()
注意: 如果是通过进程池创建的进程, 那队列的使用要用multiprocessing.Manager().Queue()的方式, 否则会报错
进程池 Pool 概述:
- 当需要创建的子进程数量不多时, 可以直接利用multiprocessing中的process动态产生多个进程
- 但如果是上百个甚至不确定数量的时候, 此时就可以使用multiprocessing模块提供的Pool方法
- 初始化 Pool 时, 可以指定一个最大的进程数, 当有新的请求提交到pool时, 如果池还没有满, 那么就会创建一个新的进程用来执行该请求,
- 但如果池中的进程数已达到最大值, 那么该请求就会等待, 直到池中有进程结束, 才会用之前的进程来执行新的任务
进程池的实现步骤:
# 导入进程池模块
from multiprocessing import Pool
# 定义进程池, 最大进程池最大数(默认电脑本机的核心数)
po = Pool(3)
# 通过进程池调用目标, apply_async 非阻塞, 不会等待子进程结束; apply_async 阻塞, 会等待子进程结束才结束
po.apply_async(要调用的目标, (传给目标的元组参数,))
# 关闭进程池
po.close()
# 等待进程池执行完毕
po.join()
# 不管任务是否完成, 立即终止
po.terminate()