python中多线程，多进程，多协程概念及编程上的应用

1， 多线程

1. 　线程是进程的一个实体，是CPU进行调度的最小单位，他是比进程更小能独立运行的基本单位。
2. 　线程基本不拥有系统资源，只占用一点运行中的资源（如程序计数器,一组寄存器和栈），但是它可以与同属于一个进程的其他线程共享全部的资源。
3. 　提高程序的运行速率，上下文切换快，开销比较少，但是不够稳定，容易丢失数据，形成死锁。

直接上代码：

import time
import threading

# 函数1用时2秒
def fun1():
    time.sleep(2)
    print(threading.current_thread().name, time.ctime())

# 函数2用时4秒
def fun2():
    time.sleep(4)
    print(threading.current_thread().name, time.ctime())

# 函数3用时6秒
def fun3():
    time.sleep(6)
    print('hello python', time.ctime())

th1 = threading.Thread(target=fun1)
th2 = threading.Thread(target=fun2)
th3 = threading.Thread(target=fun3)

th1.start()
th2.start()
th3.start()

打印结果：

Thread-1 Mon Jan  7     11:01:52 2019
Thread-2 Mon Jan  7     11:01:54 2019
hello python Mon Jan  7 11:01:56 2019

解析：从结果看出，他们同一时间 11:01:50开始执行，分别用了不同的时间结束

接着往下看，添加join阻塞线程

''''''

th1.start()
th1.join()
th2.start()
th2.join()
th3.start()
th3.join()

打印结果：

Thread-1 Mon Jan 7     11:19:00 2019
Thread-2 Mon Jan 7     11:19:04 2019
hello python Mon Jan 7 11:19:10 2019

我们看到这三线程按顺序依次执行。

我们接着看看线程的方法使用：

threading.enumerate()     　　　　   #列举线程，返回列表，其中里面会有一条主线程
threading.activeCount()    　　　　  #查看线程运行个数
threading.current_thread().name     #查看当前运行线程名称
join()       　　　　　　　　　　　　   #阻塞线程运行

我们接着看第二种开线程的方式：

import threading
import time

class MyThread(threading.Thread):
    def run(self):
        for i in range(3):
            time.sleep(1)
            msg = "I'm "+self.name+' @ '+str(i) #name属性中保存的是当前线程的名字
            print(msg)

if __name__ == '__main__':
    t = MyThread()
    t.setName('yangzhenyu')
    a = t.isAlive()
    print(a)
    print(t.getName())

    t.start()
    b = t.isAlive()
    print(b)

打印结果：

False
yanzghenyu
True
I'm yanzghenyu @ 0
I'm yanzghenyu @ 1
I'm yanzghenyu @ 2

方法总结：

t.setName()    #设置运行线程名称，不指定默认Thread-1
t.getName()    #获取线程名称
t.isAlive()        #判断线程是否运行，返回布尔类型   

线程间共享全局变量：

import threading
import time

n = 100

def work01():
    global n
    for i in range(3):
        n += 1
    print(n)                          //103

def work02():
    global n
    print(n)                         //103

print(n)                             //100

t1 = threading.Thread(target=work01)
t1.start()
time.sleep(1)

t2 = threading.Thread(target=work02)
t2.start()

关于线程锁 

1. 用threading.Lock()创建锁，用acquire()申请锁，每次只有一个线程获得锁，其他线程必须等此线程release()后才能获得锁
2. RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。
3. 注意：如果使用RLock，那么acquire和release必须成对出现，即同一线程中调用了n次acquire，必须调用n次的release才能真正释放所占用的琐

下面例子中我们用到的是Lock()，当加完锁之后，该方法同一时间内只能被一个线程调用。

import threading
mylock=threading.Lock()#创建锁
num = 0
def add_num(name):
    global num
    while True:
        mylock.acquire()#申请锁也就是加锁
        print('thread %s locked! num=%d'%(name,num))
        if num>=5:
            print('thread %s release! num=%d'%(name,num))
            mylock.release()#释放锁
            return
        num += 1
        print('thread %s release! num = %d'%(name,num))
        mylock.release()

t1 = threading.Thread(target=add_num,args=('A',))
t2 = threading.Thread(target=add_num,args=('B',))
t1.start()
t2.start()

打印结果：

thread A locked! num=0
thread A release! num = 1
thread A locked! num=1
thread A release! num = 2
thread A locked! num=2
thread A release! num = 3
thread A locked! num=3
thread A release! num = 4
thread A locked! num=4
thread A release! num = 5
thread A locked! num=5
thread A release! num=5
thread B locked! num=5
thread B release! num=5

cpu io密集型适合用多线程进行开发

---

---

关于进程：

• 进程是系统进行资源分配的最小单位，每个进程都有自己的独立内存空间，不用进程通过进程间通信来通信。
• 但是进程占据独立空间，比较重量级，所以上下文进程间的切换开销比较大，但是比较稳定安全。

进程创建：

第一种创建进程的方式：

from multiprocessing import Process
import time
import random
import os

def piao(name):
    print("%s is piaoping"%name)
    time.sleep(random.randint(0,1))
    print("%s is piao end"%name)

if __name__ == '__main__':
    print("CPU的个数是:%d"%os.cpu_count())
    p1 = Process(target=piao,args=("alex",),name="进程1")
    print(p1.name)
    p1.start()
    print("父进程!") #执行速度要远快于建立新进程的时间

打印结果：

CPU的个数是:2
进程1
父进程!
alex is piaoping
alex is piao end

第二种创建进程的方式：

from multiprocessing import Process
import time
import random

#继承Process类,并实现自己的run方法

class Piao(Process):
    def __init__(self,name):
        #必须调用父类的init方法
        super().__init__()
        self.name = name

    def run(self):
        print("%s is piaoing"%self.name)
        time.sleep(random.randint(1,3))
        print("%s is piaoeng"%self.name)

if __name__ == '__main__':
    p1 = Piao("Alex")
    #开辟一个新的进程实际上就是执行本进程所对应的run()方法
    p1.start()
    print("主进程！")

结果：

主进程！
Alex is piaoing
Alex is piaoeng

解析：join括号中不携带参数，表示父进程在这个位置要等待p1进程执行完成后，如果指定参数，也就是等待时间s,那么主进程将在这个时间内结束，

　　   用is_active()  方法即可检测进程的状态，不加join() 返回True，表示进程还在进行。

进程的方法，

start() 　　 启动进程实例（创建子进程）；
terminate()：不管任务是否完成，立即终止；
name：　　　　当前进程实例别名，默认为Process-N，N为从1开始递增的整数；
pid：　　　　 当前进程实例的PID值；  os.getpid()
is_alive()： 判断进程实例是否还在执行；
join([timeout])：是否等待进程实例执行结束，或等待多少秒；

进程池：

　　在程序实际处理问题时，忙时会有成千上万个任务需要执行，闲时有零星任务，创建时需要消耗时间，销毁也需要时间，

即使开启成千上万个进程，操作系统也不能 让他同时执行。这里就用到了进程池，用于管理小块内存的申请与释放。

,

1，上代码：

from multiprocessing.pool import Pool
from time import sleep

def fun(a):
    sleep(1)
    print(a)

if __name__ == '__main__':
    p = Pool()   # 这里不加参数，但是进程池的默认大小，等于电脑CPU的核数
    　　　　　　　　# 也是创建子进程的个数，也是每次打印的数字的个数
    for i in range(10):
        p.apply_async(fun, args=(i,))
    p.close()
    p.join()      # 等待所有子进程结束，再往后执行
    print("end")

2，callback 举例：

from multiprocessing import Process,Pool

def func(i):
    i+=1
    return i#普通进程处理过的数据返回给主进程p1

def call_back(p1):
    p1+=1
    print(p1)

if __name__ == '__main__':
    p = Pool()
    for i in range(10):
        p1 = p.apply_async(func,args=(i,),callback = call_back)#p调用普通进程并且接受其返回值,将返回值给要执行的回调函数处理
    p.close()
    p.join()

解析：   1，p.apply ( func,args = ())     同步的效率,也就是说池中的进程一个一个的去执行任务

　　　　　　p.apply_async( func,args = () , callback = None) : 异步的效率,也就是池中的进程一次性都去执行任务.

　　　　2，异步处理任务时 : 必须要加上close和join. 进程池的所有进程都是守护进程(主进程代码执行结束,守护进程就结束).

　　　　3，func : 进程池中的进程执行的任务函数

　　　    4，args : 可迭代对象性的参数,是传给任务函数的参数

　　　    5，callback : 回调函数,就是每当进程池中有进程处理完任务了,返回的结果可以交给回调函数,

　　　　　　　　        由回调函数进行进一步处理,回调函数只异步才有,同步没有.回调函数是父进程调用.

3. map( func,iterable)  (该方法经常用到爬虫)

from multiprocessing import Pool

def func(num):
    num += 1
    print(num)
    return num

if __name__ == '__main__':
    p = Pool(2)
    res = p.map(func,[i for i in range(100)])
    # p.close()#map方法自带这两种功能
    # p.join()
    print('主进程中map的返回值',res)

func : 进程池中的进程执行的任务函数

iterable : 可迭代对象,是把可迭代对象那个中的每个元素一次传给任务函数当参数.

map方法自带close和join

进程间的通信：

1）队列

from multiprocessing import Queue,Process
import os,time,random

#添加数据函数
def proc_write(queue,urls):
    print("进程(%s)正在写入..."%(os.getpid()))
    for url in urls:
        queue.put(url)
        print("%s被写入到队列中"%(url))
        time.sleep(random.random()*3)

#读取数据函数
def proc_read(queue):
    print("进程(%s)正在读取..."%(os.getpid()))

    while True:
        url = queue.get()
        print("从队列中提取到:%s"%(url))

if __name__ =="__main__":
    queue = Queue()
    proc_writer1 = Process(target=proc_write,args=(queue,["ur1","ur2","ur3","ur4"]))
    proc_writer2 = Process(target=proc_write,args=(queue,["ur5","ur6","ur7","ur8"]))
    proc_reader = Process(target=proc_read,args=(queue,))
    proc_writer1.start()
    proc_writer1.join()
    proc_writer2.start()
    proc_writer2.join()
    proc_reader.start()
    proc_reader.terminate()

生产者与消费者模式（线程间的通信）：

from queue import Queue
import threading,time

class Producer(threading.Thread):
    def run(self):
        global queue
        count = 0
        while True:
            if queue.qsize() < 1000:
                for i in range(100):
                    count = count +1
                    msg = '生成产品'+str(count)
                    queue.put(msg)
                    print(msg)
            time.sleep(0.5)

class Consumer(threading.Thread):
    def run(self):
        global queue
        while True:
            if queue.qsize() > 100:
                for i in range(3):
                    msg = self.name + '消费了 '+queue.get()
                    print(msg)
            time.sleep(1)

if __name__ == '__main__':
    queue = Queue()

    for i in range(500):
        queue.put('初始产品'+str(i))
    for i in range(2):
        p = Producer()
        p.start()
    for i in range(5):
        c = Consumer()
        c.start()

2) 进程间的通信（管道）

from multiprocessing import Pipe,Process
import random,time,os

def proc_send(pipe,urls):
    for url in urls:
        print("进程(%s)发送:%s"%(os.getpid(),url))
        pipe.send(url)
        time.sleep(random.random())

def proc_recv(pipe):
    while True:
        print("进程(%s)接收到:%s"%(os.getpid(),pipe.recv()))
        time.sleep(random.random())

if __name__ == "__main__":
    pipe = Pipe()
    p1 = Process(target=proc_send,args=(pipe[0],["url_"+str(i) for i in range(10)],))
    p2 = Process(target=proc_recv,args=(pipe[1],))
    p1.start()
    p2.start()
    p1.join()
    p2.terminate()

解析：

　　pipe用于两个进程间的通信,两个进程分别位于管道的两端,Pipe方法返回(conn1,conn2)代表一个管道的两端,

　　Pipe方法有dumplex参数,若该参数为True,管道为全双工模式,

　　若为Fasle,conn1只负责接收消息,conn2只负责发送消息.send和recv方法分别是发送和接收消息的方法

---

---

协程：

协程：是更小的执行单位，是一种轻量级的线程，协程的切换只是单纯的操作CPU的上下文，所以切换速度特别快，且耗能小。

gevent是第三方库，通过greenlet实现协程，其基本思想是：

当一个greenlet遇到IO操作时，比如访问网络，就自动切换到其他的greenlet，等到IO操作完成，再在适当的时候切换回来继续执行。由于IO操作非常耗时，经常使程序处于等待状态，有了gevent为我们自动切换协程，就保证总有greenlet在运行，而不是等待IO。

由于切换是在IO操作时自动完成，所以gevent需要修改Python自带的一些标准库，这一过程在启动时通过monkey patch完成：

from gevent import monkey

monkey.patch_all()  # 用来在运行时动态修改已有的代码，而不需要修改原始代码。

import gevent
import requests

def f(url):
    print('GET: %s' % url)
    html = requests.get(url).text
    print(url, len(html))

gevent.joinall([
    gevent.spawn(f, 'http://i.maxthon.cn/'),  # 先执行这个函数，发送请求,等待的时候发送第二个请求
    gevent.spawn(f, 'http://www.jianshu.com/u/3cfeb3395a95'),
    gevent.spawn(f, 'http://edu.51cto.com/?jydh')])

运行结果：

GET: http://i.maxthon.cn/
GET: http://www.jianshu.com/u/3cfeb3395a95
GET: http://edu.51cto.com/?jydh
http://i.maxthon.cn/ 461786
http://edu.51cto.com/?jydh 353858
http://www.jianshu.com/u/3cfeb3395a95 597

从结果看，3个网络操作是并发执行的，而且结束顺序不同，但只有一个线程。

使用gevent，可以获得极高的并发性能，但gevent只能在Unix/Linux下运行，在Windows下不保证正常安装和运行。