python学习笔记(十) - 进程和线程

标签：

线程是最小的执行单元，而进程由至少一个线程组成。如何调度进程和线程，完全由操作系统决定，程序自己不能决定什么时候执行，执行多长时间。

一.多进程

1. multiprocessing模块时跨平台版本的多线程模块

process类代表一个进程对象，创建子进程时，只需要传入一个执行函数和函数的参数，使用start方法启动

join方法可以等待子进程结束后再继续往下运行，通常用于进程间同步。

from multiprocessing import Process
import os

# 子进程要执行的代码
def run_proc(name):
    print 'Run child process %s (%s)...' % (name, os.getpid())

if __name__=='__main__':
    print 'Parent process %s.' % os.getpid()
    p = Process(target=run_proc, args=('test',))
    print 'Process will start.'
    p.start()
    p.join()
    print 'Process end.'

对pool对象调用join方法会等待所有子进程执行完毕，调用join之前必须先调用close

from multiprocessing import Pool
import os, time, random

def long_time_task(name):
    print 'Run task %s (%s)...' % (name, os.getpid())
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    print 'Task %s runs %0.2f seconds.' % (name, (end - start))

if __name__=='__main__':
    print 'Parent process %s.' % os.getpid()
    p = Pool()
    for i in range(5):
        p.apply_async(long_time_task, args=(i,))
    print 'Waiting for all subprocesses done...'
    p.close()
    p.join()
    print 'All subprocesses done.'

3. 进程间通信：

multiprocessing中使用Queue、Pipes等方式来交换数据。

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

# 写数据进程执行的代码:
def write(q):
    for value in ['A', 'B', 'C']:
        print 'Put %s to queue...' % value
        q.put(value)
        time.sleep(random.random())

# 读数据进程执行的代码:
def read(q):
    while True:
        value = q.get(True)
        print 'Get %s from queue.' % value

if __name__=='__main__':
    # 父进程创建Queue，并传给各个子进程：
    q = Queue()
    pw = Process(target=write, args=(q,))
    pr = Process(target=read, args=(q,))
    # 启动子进程pw，写入:
    pw.start()
    # 启动子进程pr，读取:
    pr.start()
    # 等待pw结束:
    pw.join()
    # pr进程里是死循环，无法等待其结束，只能强行终止:
    pr.terminate()

二.多线程

1. 启动一个线程就是把一个函数传入并创建Thread实例，然后调用start开始执行：

import time, threading

# 新线程执行的代码:
def loop():
    print 'thread %s is running...' % threading.current_thread().name
    n = 0
    while n < 5:
        n = n + 1
        print 'thread %s >>> %s' % (threading.current_thread().name, n)
        time.sleep(1)
    print 'thread %s ended.' % threading.current_thread().name

print 'thread %s is running...' % threading.current_thread().name
t = threading.Thread(target=loop, name='LoopThread')
t.start()
t.join()
print 'thread %s ended.' % threading.current_thread().name

import time, threading
def change_it(n):
    # 先存后取，结果应该为0:
    global balance 
    balance = balance + n
    balance = balance - n
    
balance = 10000 # 假定这是你的银行存款:
lock = threading.Lock()

def run_thread(n):
    for i in range(100000):
        lock.acquire() # 先要获取锁
        try:
            change_it(n) # 放心地改吧
        finally:
            lock.release() # 改完了一定要释放锁
            
t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print balance

坏处就是降低了效率，同时有可能出现死锁。

三.ThreadLocal

四.进程 vs 线程

五.分布式进程

python学习笔记(十) - 进程和线程

标签：

原文地址：http://blog.csdn.net/zdp072/article/details/43538609