python基础26 -----python进程及协成，,一、进程　　1、mu

python基础26 -----python进程及协成，,一、进程　　1、mu

一、进程

　　1、multiprocessing模块实现多进程并发。

　　　　1.1multiprocessing包是Python中的多进程管理包，与threading.Thread类似，它可以利用multiprocessing.Process对象来创建一个进程　　该进程可以运行在Python程序内部编写的函数，属于父进程和子进程的关系。该Process对象与Thread对象的用法相同，也有start(), run(), 　　join()的方法。

　　　　1.2Process类的简绍　

　　　　构造方法：

　　　　　　Process([group [, target [, name [, args [, kwargs]]]]])

　　　　　　group: 线程组，目前还没有实现，库引用中提示必须是None；
　　　　　　target: 要执行的方法；
　　　　　　name: 进程名；
　　　　　　args/kwargs: 要传入方法的参数。

　　　　实例方法：

　　　　　　is_alive()：返回进程是否在运行。

　　　　　　join([timeout])：阻塞当前上下文环境的进程程，直到调用此方法的进程终止或到达指定的timeout（可选参数）。

　　　　　　start()：进程准备就绪，等待CPU调度

　　　　　　run()：strat()调用run方法，如果实例进程时未制定传入target，这star执行t默认run()方法。

　　　　　　terminate()：不管任务是否完成，立即停止工作进程

　　　　属性：

　　　　　　daemon：和线程的setDeamon功能一样

　　　　　　name：进程名字。

　　　　　　pid：进程号。

　　　　1.3、实例操作

　　2、进程间通信方法——进程队列

　　　　2.1进程队列queue,与线程队列相似，如图所示：

　　2.2管道（pipe），如图所示：

　　　　　　注释：Pipe（）返回的两个连接对象代表管道的两端。 每个连接对象都有send()和recv()方法（等等）。 请注意，如果两个进程　　　　（或线程）尝试同时读取或写入管道的同一端，管道中的数据可能会损坏。

　　2.3manager（）进程之间数据共享，如图所示：

　　　　注释：父进程必须等到子进程执行完成后才能执行下一步。

　　　　　　Queue和pipe只是实现了数据交互，并没实现数据共享，但是manager是一个进程去更改另一个进程的数据.

　　3、进程池

　　　　3.1什么是进程池？

　　　　　进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程序列，如果进程池中没有可供使用的进程序列，那么程序就　　会等待，直到进程池中有可用进程序列为止。

　　　　3.2如图所示：

　　　　　　进程池中有以下几个主要方法：

　　　　　　　　　apply：从进程池里取一个进程并执行

　　　　　　　　　apply_async：apply的异步版本，一次性取完后再执行

　　　　　　　　　terminate:立刻关闭线程池

　　　　　　　　　close：等待所有进程结束后，才关闭线程池

　　　　　　　　　join：主进程等待所有子进程执行完毕，必须在close或terminate之后

二、协成

　　1、什么是协成？　　

　　协程，又称微线程，纤程。英文名Coroutine，协程是一种用户态的轻量级线程。

　　2、协成特点

　　　　协程拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器　　上下文和栈。因此：协程能保留上一次调用时的状态（即所有局部状态的一个特定组合），每次过程重入时，就相当于进入上一次调用的状　　态，换种说法：进入上一次离开时所处逻辑流的位置。

　　3、yield与协成，如图所示：

　　4、greenlet实现协成

　　　　greenlet机制的主要思想是：生成器函数或者协程函数中的yield语句挂起函数的执行，直到稍后使用next()或send()操作进行恢复为止。　　可以使用一个调度器循环在一组生成器函数之间协作多个任务。greentlet是python中实现我们所谓的"Coroutine(协程)"的一个基础库.

　　5、gevent实现协成

　　　　注释：同比之前上面两个实现协成的方式而言，当gevent实现协成遇到IO操作时会切换到下一个任务中，大大的节省了cpu执行程序的　　时间

　　　　注释：

　　　　协程的好处：无需线程上下文切换的开销，无需原子操作锁定及同步的开销；方便切换控制流，简化编程模型；高并发+高扩展性+低成　　本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。
　　　　缺点：无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU　　　　上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

python基础26 -----python进程及协成