網站首頁 編程語言 正文
相關介紹
Python是一種跨平臺的計算機程序設計語言。是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。最初被設計用于編寫自動化腳本(shell),隨著版本的不斷更新和語言新功能的添加,越多被用于獨立的、大型項目的開發。
例如
實驗環境
- Python 3.x (面向對象的高級語言)
- Multiprocessing(Python庫)
- Threading(Python庫)
- Asyncio(Python庫)
- Time(Python庫)
- Random(Python庫)
進程
進程:程序運行在操作系統上的一個實例,就稱之為進程。進程需要相應的系統資源:內存、時間片、pid(進程號)。 一個運行的程序(代碼)就是一個進程,沒有運行的代碼叫程序,進程是系統資源分配的最小單位,進程擁有自己獨立的內存空間,所以進程間數據不共享,開銷大。
創建進程步驟:
1.首先要導入 multiprocessing 中的 Process;
2.創建一個 Process 對象;
3.創建 Process 對象時,可以傳遞參數;
4.使用 start()啟動進程;
5.結束進程。
import os from multiprocessing import Process import time def pro_func(name,age,**kwargs): print("進程正在運行,name=%s, age=%d, pid=%d" %(name, age, os.getpid())) print('kwargs參數值',kwargs) time.sleep(0.1) if __name__=="__main__": p=Process(target=pro_func,args=('Friendship',18),kwargs={'愛好':'Python'}) print('啟動進程') p.start() print('程是否還在活著:',p.is_alive())# 判斷進程進程是否還在活著 time.sleep(0.5) # 1 秒鐘之后,立刻結束進程 print('結束進程') p.terminate() # 不管任務是否完成,立即終止進程 p.join() # 等待子進程執行結束 print('程是否還在活著:',p.is_alive())# 判斷進程進程是否還在活著
注意:進程間不共享全局變量。
多進程
以一個讀寫程序為例,main函數為一個主進程,write函數為一個子進程,read函數為另一個子進程,然后兩個子進程進行讀寫操作。
import os import time import random from multiprocessing import Process,Queue # 寫數據函數 def write(q): for value in ['I','love','Python']: print('在隊列里寫入 %s ' % value) q.put(value) time.sleep(random.random()) # 讀數據函數 def read(q): while True: if not q.empty(): value = q.get(True) print('從隊列中讀取 %s ' % value) time.sleep(random.random()) else: break if __name__=="__main__": # 主進程 # 主進程創建 Queue,并傳給各個子進程 q=Queue() # 創建兩個進程 pw=Process(target=write,args=(q,)) pr=Process(target=read,args=(q,)) # 啟動子進程 pw pw.start() # 等待 pw結束 pw.join() # 啟動子進程 pr pr.start() # 等待 pw結束 pr.join() print('End!')
用進程池對多進程進行操作
from multiprocessing import Manager,Pool import os,time,random def read(q): print("read進程 啟動(%s),主進程為(%s)" % (os.getpid(), os.getppid())) for i in range(q.qsize()): print("read進程 從 Queue 獲取到消息:%s" % q.get(True)) def write(q): print("write進程 啟動(%s),主進程為(%s)" % (os.getpid(), os.getppid())) for i in "Python": q.put(i) if __name__=="__main__": print("主進程(%s) start" % os.getpid()) q = Manager().Queue() # 使用 Manager 中的 Queue # 定義一個進程池 po = Pool() # Pool().apply_async(要調用的目標,(傳遞給目標的參數元祖,)) po.apply_async(write, (q,)) time.sleep(1) # 先讓上面的任務向 Queue 存入數據,然后再讓下面的任務開始從中取數據 po.apply_async(read, (q,)) po.close() # 關閉進程池,關閉后 po 不再接收新的請求 po.join() # 等待 po 中所有子進程執行完成,必須放在 close 語句之后 print("(%s) End!" % os.getpid())
線程
線程:調度執行的最小單位,也叫執行路徑,不能獨立存在,依賴進程存在一個進程至少有一個線程,叫主線程,而多個線程共享內存(數據共享,共享全局變量),從而極大地提高了程序的運行效率。
上圖,紅框表示進程號(PID)為1624的進程,有118個線程。
使用_thread模塊實現
import _thread import time import random # 為線程定義一個函數 def print_time(threadName): count = 0 while count < 5: time.sleep(random.random()) count += 1 print ("%s: %s" % (threadName, time.ctime(time.time()))) # 創建兩個線程 try: _thread.start_new_thread(print_time, ("Thread-1",)) _thread.start_new_thread(print_time, ("Thread-2",)) except: print ("Error: 無法啟動線程") while True: pass
使用 threading 模塊實現
# 使用 threading 模塊創建線程 import threading import time import random class myThread(threading.Thread): def __init__(self, threadID, name): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.delay = random.random() def run(self): print ("開始線程:" + self.name) print_time(self.name, 5) print ("退出線程:" + self.name) def print_time(threadName, count): while count: time.sleep(random.random()) print ("%s: %s" % (threadName, time.ctime(time.time()))) count -= 1 # 創建兩個線程 thread1 = myThread(1, "Thread-1") thread2 = myThread(2, "Thread-2") # 開啟新線程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主線程")
協程
- 協程:是一種用戶態的輕量級線程,協程的調度完全由用戶控制。協程擁有自己的寄存器上下文和棧。 協程調度切換時,將寄存器上下文和棧保存到其他地方,在切回來的時候,恢復先前保存的寄存器上下文和棧,直接操作棧則基本沒有內核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非常快。
- 當出現IO阻塞的時候,由協程的調度器進行調度,通過將數據流立刻yield掉(主動讓出),并且記錄當前棧上的數據,阻塞完后立刻再通過線程恢復棧,并把阻塞的結果放到這個線程上去跑,這樣看上去好像跟寫同步代碼沒有任何差別,這整個流程可以稱為coroutine。
- 由于協程的暫停完全由程序控制,發生在用戶態上;而線程的阻塞狀態是由操作系統內核來進行切換,發生在內核態上。因此,協程的開銷遠遠小于線程的開銷。
使用asyncio模塊實現
import asyncio import time import random async def work(msg): print("收到的信息:'{}'".format(msg)) print("{}1{}".format("*"*10,"*"*10)) # 為了方便,展示結果 await asyncio.sleep(random.random()) print("{}2{}".format("*"*10,"*"*10)) # 為了方便,展示結果 print(msg) async def main(): # 創建兩個任務對象(協程),并加入到事件循環中 Coroutines1 = asyncio.create_task(work("hello")) Coroutines2 = asyncio.create_task(work("Python")) print("開始時間: {}".format(time.asctime(time.localtime(time.time())))) await Coroutines1 # 此時并發運行Coroutines1和Coroutines2 print("{}3{}".format("*"*10,"*"*10)) # 為了方便,展示結果 await Coroutines2 # await相當于掛起當前任務,去執行其他任務,此時是堵塞的 print("{}4{}".format("*"*10,"*"*10)) # 為了方便,展示結果 print("結束時間:{}".format(time.asctime(time.localtime(time.time())))) asyncio.run(main())# asyncio.run(main())創建一個事件循環,并以main為主要程序入口
總結
- 進程:一個運行的程序(代碼)就是一個進程,沒有運行的代碼叫程序,進程是系統資源分配的最小單位,進程擁有自己獨立的內存空間,所以進程間數據不共享,開銷大。
- 線程: 調度執行的最小單位,也叫執行路徑,不能獨立存在,依賴進程存在一個進程至少有一個線程,叫主線程,而多個線程共享內存(數據共享,共享全局變量),從而極大地提高了程序的運行效率。
- 協程:是一種用戶態的輕量級線程,協程的調度完全由用戶控制。協程擁有自己的寄存器上下文和棧。 協程調度切換時,將寄存器上下文和棧保存到其他地方,在切回來的時候,恢復先前保存的寄存器上下文和棧,直接操作棧則基本沒有內核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非常快。
原文鏈接:https://blog.csdn.net/FriendshipTang/article/details/123336495
相關推薦
- 2022-09-09 python中字符串的常見操作總結(一)_python
- 2022-11-12 基于Python制作一個匯率換算程序_python
- 2022-04-28 SpringBoot?整合mongoDB并自定義連接池的示例代碼_MongoDB
- 2022-09-06 一文詳解Python如何優雅地對數據進行分組_python
- 2022-12-03 高并發技巧之Redis和本地緩存使用技巧分享_Redis
- 2022-11-11 Python實現讀取文件夾按數字排序功能_python
- 2021-12-06 Linux學習之mkdir命令詳解_Linux
- 2022-09-30 volatile保證可見性及重排序方法_相關技巧
- 最近更新
-
- window11 系統安裝 yarn
- 超詳細win安裝深度學習環境2025年最新版(
- Linux 中運行的top命令 怎么退出?
- MySQL 中decimal 的用法? 存儲小
- get 、set 、toString 方法的使
- @Resource和 @Autowired注解
- Java基礎操作-- 運算符,流程控制 Flo
- 1. Int 和Integer 的區別,Jav
- spring @retryable不生效的一種
- Spring Security之認證信息的處理
- Spring Security之認證過濾器
- Spring Security概述快速入門
- Spring Security之配置體系
- 【SpringBoot】SpringCache
- Spring Security之基于方法配置權
- redisson分布式鎖中waittime的設
- maven:解決release錯誤:Artif
- restTemplate使用總結
- Spring Security之安全異常處理
- MybatisPlus優雅實現加密?
- Spring ioc容器與Bean的生命周期。
- 【探索SpringCloud】服務發現-Nac
- Spring Security之基于HttpR
- Redis 底層數據結構-簡單動態字符串(SD
- arthas操作spring被代理目標對象命令
- Spring中的單例模式應用詳解
- 聊聊消息隊列,發送消息的4種方式
- bootspring第三方資源配置管理
- GIT同步修改后的遠程分支