进程如何优化以提升工作效率？

本文共计2714个文字，预计阅读时间需要11分钟。

目录+ 代码创建流程+ join方法+ 进程间数据默认隔离+ 进程对象属性和方法+ 僵尸进程与孤儿进程+ 守护进程+ 互斥锁+ 内容代码创建流程+ 创建进程的方式+ 鼠标双击桌面一个应用图标+ 代码创建

目录

• 代码创建进程
• join方法
• 进程间数据默认隔离
• 进程对象属性和方法
• 僵尸进程与孤儿进程
• 守护进程
• 互斥锁

内容 代码创建进程 创建进程的方式

1. 鼠标双击桌面一个应用图标
2. 代码创建

创建进程的方式

在内存中申请一块内存空间用于运行相应的程序代码

代码创建进程的两种方式

第一种：函数

from multiprocessing import Process import time def task(name): print(f'{name} is running') time.sleep(3) print(f'{name} is over') if __name__ == '__main__': p = Process(target=task,args=('zhou',)) # 创建一个进程对象 p.start() # 告诉操作系统创建一个新的进程 print('主进程') View Code

打印结果为：

主进程 zhou is running zhou is over View Code

第二种：面向对象

from multiprocessing import Process import time class MyProcess(Process): def __init__(self,username): self.username = username super().__init__() def run(self): print('hello',self.username) time.sleep(3) print('hi',self.username) if __name__ == '__main__': p = MyProcess('zhou') p.start() print('主进程') View Code

打印结果为：

主进程 hello zhou hi zhou View Code 进程实现并发

服务端：

import socket server = socket.socket() server.bind(('127.0.0.1',8080)) server.listen(5) while True: # 链接循环 sock,add = server.accept() while True: # 通信循环 data = sock.recv(1024) # 不考虑粘包问题 print(data.decode('utf8')) sock.send(data.upper()) # 客户端发一个消息就立马回复一个消息的大写 View Code

客户端：

import socket client = socket.socket() client.connect(('127.0.0.1',8080)) while True: client.send(b'hello') data = client.recv(1024) print(data.decode('utf8')) View Code

多个客户端同时运行只能运行一个，服务端只能与一个进行交互

方法：将服务客户端的代码封装成函数（通信代码），并创建进程

服务端：

import socket from multiprocessing import Process server = socket.socket() server.bind(('127.0.0.1',8989)) server.listen(5) def task(sock): while True: # 通信循环 data = sock.recv(1024) # 不考虑粘包问题 print(data.decode('utf8')) sock.send(data.upper()) # 客户端发一个消息就立马回复一个消息的大写 if __name__ == '__main__': while True: # 链接循环 sock,add = server.accept() p = Process(target=task,args=(sock,)) p.start() View Code join方法

from multiprocessing import Process import time def task(name): print(f'{name} is running') time.sleep(3) print(f'{name} is over') if __name__ == '__main__': p = Process(target=task,args=('zhou',)) p.start() print('主进程') View Code

基于上述代码产生需求

需求：想让p.start()之后的代码，等待子进程全部运行结束之后再打印

这里就用到了join方法：

from multiprocessing import Process import time def task(name): print(f'{name} is running') time.sleep(3) print(f'{name} is over') if __name__ == '__main__': p = Process(target=task,args=('zhou',)) p.start() p.join() # 等待子进程运行结束之后再往下执行 print('主进程') View Code

如果子进程的睡眠时间是 sleep(n)，并且有三个进程：

from multiprocessing import Process import time def task(name,n): print(f'{name} is running') time.sleep(n) print(f'{name} is over') if __name__ == '__main__': p1 = Process(target=task, args=('zhou', 1)) p2 = Process(target=task, args=('zhou', 2)) p3 = Process(target=task, args=('zhou', 3)) start_time = time.time() p1.start() p2.start() p3.start() p1.join() p2.join() p3.join() end_time = time.time() - start_time print('主进程',f'总耗时：{end_time}') View Code

请问总耗时大概是几秒？

结果：

zhou is running chen is running jin is running zhou is over chen is over jin is over 主进程 总耗时：3.1336801052093506 View Code

把上述代码修改一下：

from multiprocessing import Process import time def task(name,n): print(f'{name} is running') time.sleep(n) print(f'{name} is over') if __name__ == '__main__': p1 = Process(target=task, args=('zhou', 1)) p2 = Process(target=task, args=('chen', 2)) p3 = Process(target=task, args=('jin', 3)) start_time = time.time() p1.start() p1.join() p2.start() p2.join() p3.start() p3.join() end_time = time.time() - start_time print('主进程',f'总耗时：{end_time}') View Code

那这次又是多少秒呢？

结果：

zhou is running zhou is over chen is running chen is over jin is running jin is over 主进程 总耗时：6.378488302230835 View Code 进程间数据默认隔离

内存可以看成是有很多个小隔间组成的，彼此不干扰

from multiprocessing import Process money = 999 def task(): global money # 局部修改全局不可变类型 money = 666 if __name__ == '__main__': p = Process(target=task) p.start() p.join() print(money) View Code

打印结果是：999

而子进程的money是多少呢？

from multiprocessing import Process money = 999 def task(): global money # 局部修改全局不可变类型 money = 666 print('子进程',money) if __name__ == '__main__': p = Process(target=task) p.start() p.join() print(money) View Code

结果为：

子进程 666
999

进程对象属性和方法 查看进程号

1. windows终端： tasklist 进程号：PID
2. mac终端：ps -ef 进程号：PID

代码查看进程号

获取进程号的用处之一：通过代码的方式管理进程

1. current_process函数

   from multiprocessing import Process,current_process print(current_process().pid) View Code

   这里会拿到一个进程号，加上time模块就可以在拿到进程号之前在终端查看到该进程号

2. os 模块

   import os def task(): print('子进程号:',os.getpid()) print('父进程号:',os.getppid()) if __name__ == '__main__': print('主进程号:',os.getpid()) print('主主进程:',os.getppid()) p = Process(target=task) p.start() View Code

   os.getpid() 获取当前进程的进程号

os.getppid() 获取当前进程的父进程号

杀死进程号

1. 命令行：

   windows: taskkill关键字 ； mac/linux: kill关键字

2. 代码： terminate()

   from multiprocessing import Process,current_process import os def task(): print('子进程号:',os.getpid()) print('父进程号:',os.getppid()) if __name__ == '__main__': p = Process(target=task) p.start() p.terminate() print('主进程') View Code

   结果：主进程

判断子进程是否存活

is_alive()

import os def task(): print('子进程号:',os.getpid()) print('父进程号:',os.getppid()) if __name__ == '__main__': p = Process(target=task) p.start() p.terminate() print(p.is_alive()) print('主进程') View Code

结果为：

True
主进程

布尔值为True的原因：terminate告诉操作系统杀死子进程需要一点时间

import os import time def task(): print('子进程号:',os.getpid()) print('父进程号:',os.getppid()) if __name__ == '__main__': p = Process(target=task) p.start() p.terminate() time.sleep(0.1) print(p.is_alive()) print('主进程') View Code

结果为：

False
主进程

僵尸进程与孤儿进程 僵尸进程

所有的子进程在运行结束之后都会变成僵尸进程（死了但是没有死透）

还保留着pid和一些运行过程的中的记录便于主进程查看（短时间保存）

这些信息会被主进程回收（僵尸彻底死了）

孤儿进程

子进程存活者，父进程意外死亡

子进程会被操作系统自动接管

守护进程

守护：死活全部参考守护的对象，对象死立刻死

from multiprocessing import Process import time def task(name): print(f'{name}还活着') time.sleep(3) print(f'{name}死了') if __name__ == '__main__': p = Process(target=task,args=('zhou',)) p.daemon = True # 将子进程设置为守护进程：主进程结束，子进程立刻结束 p.start() print('chen') View Code

结果为：chen

如果给主进程加一秒

from multiprocessing import Process import time def task(name): print(f'{name}还活着') time.sleep(3) print(f'{name}死了') if __name__ == '__main__': p = Process(target=task,args=('zhou',)) p.daemon = True # 将子进程设置为守护进程：主进程结束，子进程立刻结束 p.start() time.sleep(1) print('chen') View Code

结果为：

zhou还活着
chen

使用场景：只要自己结束了，守护的程序也直接结束，不继续占用资源了

模拟抢票程序

import json from multiprocessing import Process import time import random # 查票 def check(name): with open(r'ticket_data.json','r',encoding='utf8') as f: data = json.load(f) print(f'{name}查询当前余票：%s'%data.get('ticket_num')) # 买票 def buy(name): with open(r'ticket_data.json','r',encoding='utf8') as f: data = json.load(f) time.sleep(random.randint(1,3)) # 判断是否还有余票 if data.get('ticket_num') > 0: data['ticket_num'] -= 1 with open(r'ticket_data.json','w',encoding='utf8') as f: json.dump(data,f) print(f'{name}抢票成功') else: print(f'{name}抢票失败，没有余票了') def run(name): check(name) buy(name) if __name__ == '__main__': for i in range(10): p = Process(target=run,args=('用户:%s'%i,)) p.start() View Code

结果为：

用户:0查询当前余票：4 用户:1查询当前余票：4 用户:2查询当前余票：4 用户:3查询当前余票：4 用户:4查询当前余票：4 用户:5查询当前余票：4 用户:6查询当前余票：4 用户:8查询当前余票：4 用户:7查询当前余票：4 用户:9查询当前余票：4 用户:8抢票成功 用户:1抢票成功 用户:2抢票成功 用户:3抢票成功 用户:4抢票成功 用户:7抢票成功 用户:0抢票成功 用户:6抢票成功用户:5抢票成功 用户:9抢票成功 View Code 互斥锁

刚才的抢票程序可以看出：当多个进程操作同一份数据的时候会造成数据的错乱

这个时候需要加锁处理（互斥锁）

将并发变成串行，虽然牺牲了效率但是保证了数据的安全

互斥锁在主进程中使用

互斥锁不能轻易使用，容易造成死锁现象

互斥锁只在处理数据的部分加锁，不能什么地方都加，严重影响程序的效率

正确的抢票程序：

import json from multiprocessing import Process,Lock import time import random # 查票 def check(name): with open(r'ticket_data.json','r',encoding='utf8') as f: data = json.load(f) print(f'{name}查询当前余票：%s'%data.get('ticket_num')) # 买票 def buy(name): with open(r'ticket_data.json','r',encoding='utf8') as f: data = json.load(f) time.sleep(random.randint(1,3)) # 判断是否还有余票 if data.get('ticket_num') > 0: data['ticket_num'] -= 1 with open(r'ticket_data.json','w',encoding='utf8') as f: json.dump(data,f) print(f'{name}抢票成功') else: print(f'{name}抢票失败，没有余票了') def run(name,mutex): check(name) # 只需要把买票环节变成串行即可 mutex.acquire() # 抢锁 buy(name) mutex.release() # 放锁 if __name__ == '__main__': mutex = Lock() for i in range(1,10): p = Process(target=run,args=('用户:%s'%i,mutex)) p.start() View Code

锁的相关知识：

行锁：针对行数据加锁，同一时间只能一个人操作

表锁：针对表数据加锁，同一时间只能一个人操作

锁的应用范围很广，但是核心都是为了保证数据的安全