一、守护进程
主进程创建子进程，然后将该进程设置成守护自己的进程，守护进程就好比崇祯皇帝身边的老太监，崇祯皇帝已死老太监就跟着殉葬了。
关于守护进程需要强调两点：
其一：守护进程会在主进程代码执行结束后就终止
其二：守护进程内无法再开启子进程,否则抛出异常：AssertionError: daemonic processes are not allowed to have children
如果我们有两个任务需要并发执行，那么开一个主进程和一个子进程分别去执行就ok了，如果子进程的任务在主进程任务结束后就没有存在的必要了，
那么该子进程应该在开启前就被设置成守护进程。主进程代码运行结束，守护进程随即终止
from multiprocessing import Process
import time
def task(name):
print(f"{name} is running")
time.sleep(2)
print(f"{name} is done")
if __name__ == '__main__':
p = Process(target=task,args=('alex',))
p.daemon = True #Daemon()程序是一直运行的服务端程序，又称为守护进程。
p.start()
print('主')
子进程在主进程死后就没意义，就把 该子进程 设置成守护进程
练习题：
from multiprocessing import Process
import time
def foo():
print(123)
time.sleep(3)
print('end 123')
def bar():
print(456)
time.sleep(3)
print('end 456')
if __name__ == '__main__':
p1 = Process(target=foo)
p2 = Process(target=bar)
p1.daemon = True
p1.start()
p2.start()
print('----主-----')
# 主进程死，守护进程死 ---------------------------------------------
----主-----
456
end 456
二、互斥锁
进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的,而共享带来的是竞争，竞争带来的结果就是错乱，如下
#1并发运行,效率高,但竞争同一打印终端,带来了打印错乱
#并发运行,效率高,但竞争同一打印终端,带来了打印错乱
from multiprocessing import Process
import os,time
def work():
print('%s is running' %os.getpid())
time.sleep(2)
print('%s is done' %os.getpid()) if __name__ == '__main__':
for i in range(3):
p=Process(target=work)
p.start()
7920,is running
7592,is running
7824,is running
7920 is done
7592 is done
7824 is done
#2由并发变成了串行,牺牲了运行效率,但避免了竞争
互斥锁的原理，就是把并发改成串行，降低了效率，但保证了数据安全不错乱
from multiprocessing import Process,Lock
import os,time
def work(lock):
lock.acquire() #加锁
print('%s is running' %os.getpid())
time.sleep(2)
print('%s is done' %os.getpid())
lock.release() #释放锁
if __name__ == '__main__':
lock=Lock()
for i in range(3):
p=Process(target=work,args=(lock,))
p.start() 7532,is running
7532 is done
7196,is running
7196 is done
7816,is running
7816 is done
3、模拟抢票练习
3.1并发运行，效率高，但竞争写同一文件，数据写入错乱,只有一张票，卖成功给了10个人
多个进程共享同一文件，我们可以把文件当数据库，用多个进程模拟多个人执行抢票任务
from multiprocessing import Process
import time,json
def search(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
print(f"{name} 查到余票数{dic['count']}")
def get(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
if dic['count'] > 0:
dic['count'] -= 1
time.sleep(1)#模拟写数据的网络延迟
json.dump(dic,open('db.txt','w'))
print(f"{name}购票成功")
def task(name):
search(name)
get(name)
if __name__ == '__main__':
for i in range(10):
name = f"<路人{i}>"
p = Process(target=task,args=(name,))
p.start() <路人0> 查到余票数1
<路人2> 查到余票数1
<路人1> 查到余票数1
<路人7> 查到余票数1
<路人3> 查到余票数1
<路人4> 查到余票数1
<路人6> 查到余票数1
<路人5> 查到余票数1
<路人8> 查到余票数1
<路人9> 查到余票数1
<路人0>购票成功
<路人2>购票成功
<路人1>购票成功
<路人7>购票成功
<路人3>购票成功
<路人4>购票成功
<路人6>购票成功
<路人5>购票成功
<路人8>购票成功
<路人9>购票成功 db.txt 中的数据为：{"count": 1} 运行后为：{"count": 0}
3.2、加锁处理：购票行为由并发变成了串行，牺牲了运行效率，但保证了数据安全。对购买后写入的操作加锁
from multiprocessing import Process,Lock
import time,json
def search(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
print(f"{name} 查到余票数{dic['count']}")
def get(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
if dic['count'] > 0:
dic['count'] -= 1
time.sleep(1)#模拟写数据的网络延迟
json.dump(dic,open('db.txt','w'))
print(f"{name}购票成功")
def task(name,lock):
search(name)
with lock: #相当于lock.acquire(),执行完自代码块自动执行lock.release()
# 把写的操作 上锁
get(name)
if __name__ == '__main__':
lock = Lock()
for i in range(10):
name = f"<路人{i}>"
p = Process(target=task,args=(name,lock))
p.start() <路人3> 查到余票数1
<路人1> 查到余票数1
<路人0> 查到余票数1
<路人2> 查到余票数1
<路人5> 查到余票数1
<路人4> 查到余票数1
<路人6> 查到余票数1
<路人7> 查到余票数1
<路人9> 查到余票数1
<路人8> 查到余票数1
<路人3>购票成功
4、互斥锁与join
使用join可以将并发变成串行，互斥锁的原理也是将并发变成穿行，那我们直接使用join就可以了啊，为何还要互斥锁，说到这里我赶紧试了一下
from multiprocessing import Process,Lock
import time,json
def search(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
print(f"{name} 查到余票数{dic['count']}")
def get(name):
dic = json.load(open('db.txt','r'))
time.sleep(1)
if dic['count'] > 0:
dic['count'] -= 1
time.sleep(1)#模拟写数据的网络延迟
json.dump(dic,open('db.txt','w'))
print(f"{name}购票成功")
def task(name):
search(name)
#with lock: #相当于lock.acquire(),执行完自代码块自动执行lock.release()
# 把写的操作 上锁
get(name)
if __name__ == '__main__':
#lock = Lock()
for i in range(10):
name = f"<路人{i}>"
p = Process(target=task,args=(name,))
p.start()
p.join() <路人0> 查到余票数1
<路人0>购票成功
<路人1> 查到余票数0
<路人2> 查到余票数0
<路人3> 查到余票数0
<路人4> 查到余票数0
<路人5> 查到余票数0
<路人6> 查到余票数0
<路人7> 查到余票数0
<路人8> 查到余票数0
<路人9> 查到余票数0
发现使用join将并发改成穿行，确实能保证数据安全，但问题是连查票操作也变成只能一个一个人去查了，很明显大家查票时应该是并发地去查询而无需考虑数据准确与否，此时join与互斥锁的区别就显而易见了，join是将一个任务整体串行，而互斥锁的好处则是可以将一个任务中的某一段代码串行，比如只让task函数中的get任务串行
def task(name,):
search(name) # 并发执行 lock.acquire()
get(name) #串行执行
lock.release()
5、总结
加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行地修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。
虽然可以用文件共享数据实现进程间通信，但问题是：
1、效率低（共享数据基于文件，而文件是硬盘上的数据）
2、需要自己加锁处理
因此我们最好找寻一种解决方案能够兼顾：
1、效率高（多个进程共享一块内存的数据）
2、帮我们处理好锁问题。
这就是mutiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道。
队列和管道都是将数据存放于内存中，而队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来，因而队列才是进程间通信的最佳选择。
我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。