python多进程编程学习之进程同步(锁)

进程同步(锁)

进程之间数据不共享,但是共享同一套文件,所以访问同一个文件,或同一个打印终端,是没有问题的,

而共享带来的是竞争，竞争带来的结果就是错乱，如何控制，就是加锁处理

part1：多个进程共享同一打印终端

并发运行,效率高,但竞争同一打印终端,带来了打印错乱

#并发运行,效率高,但竞争同一打印终端,带来了打印错乱
frommultiprocessingimportprocess
importos,time
defwork():
 print('%s is running'%os.getpid())
 time.sleep(2)
 print('%s is done'%os.getpid())
if__name__ =='__main__':
 foriinrange(3):
   p=process(target=work)
   p.start()

加锁：由并发变成了串行,牺牲了运行效率,但避免了竞争

#由并发变成了串行,牺牲了运行效率,但避免了竞争
frommultiprocessingimportprocess,lock
importos,time
defwork(lock):
 lock.acquire()
 print('%s is running'%os.getpid())
 time.sleep(2)
 print('%s is done'%os.getpid())
 lock.release()
if__name__ =='__main__':
 lock=lock()
 foriinrange(3):
   p=process(target=work,args=(lock,))
   p.start()

加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。

虽然可以用文件共享数据实现进程间通信，但问题是：

1.效率低（共享数据基于文件，而文件是硬盘上的数据）

2.需要自己加锁处理

因此我们最好找寻一种解决方案能够兼顾：1、效率高（多个进程共享一块内存的数据）2、帮我们处理好锁问题。这就是mutiprocessing模块为我们提供的基于消息的ipc通信机制：队列和管道。

队列和管道都是将数据存放于内存中

队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来，

我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。

队列（推荐使用）

进程彼此之间互相隔离，要实现进程间通信（ipc），multiprocessing模块支持两种形式：队列和管道，这两种方式都是使用消息传递的

　创建队列的类（底层就是以管道和锁定的方式实现）：

queue([maxsize]):创建共享的进程队列，queue是多进程安全的队列，可以使用queue实现多进程之间的数据传递。

maxsize是队列中允许最大项数，省略则无大小限制。

主要方法：

q.put方法用以插入数据到队列中，put方法还有两个可选参数：blocked和timeout。
如果blocked为true（默认值），并且timeout为正值，该方法会阻塞timeout指定的时间，
直到该队列有剩余的空间。如果超时，会抛出queue.full异常。如果blocked为false，
但该queue已满，会立即抛出queue.full异常。
q.get方法可以从队列读取并且删除一个元素。同样，get方法有两个可选参数：
blocked和timeout。如果blocked为true（默认值），并且timeout为正值，那么在
等待时间内没有取到任何元素，会抛出queue.empty异常。如果blocked为false，
有两种情况存在，如果queue有一个值可用，则立即返回该值，否则，如果队列为空，
则立即抛出queue.empty异常.
q.get_nowait():同q.get(false)
q.put_nowait():同q.put(false)
q.empty():调用此方法时q为空则返回true，该结果不可靠，比如在返回true的过程中，如果队列中又加入了项目。
q.full()：调用此方法时q已满则返回true，该结果不可靠，比如在返回true的过程中，如果队列中的项目被取走。
q.qsize():返回队列中目前项目的正确数量，结果也不可靠，理由同q.empty()和q.full()一样

应用：

'''
multiprocessing模块支持进程间通信的两种主要形式:管道和队列
都是基于消息传递实现的,但是队列接口
'''
frommultiprocessingimportprocess,queue
importtime
q=queue(3)
#put ,get ,put_nowait,get_nowait,full,empty
q.put(3)
q.put(3)
q.put(3)
print(q.full())#满了
print(q.get())
print(q.get())
print(q.get())
print(q.empty())#空了

生产者消费者模型

在并发中使用生产者和消费者模式能够解决绝大多数并发问题。该模式通过平衡生产线程和消费线程的工作能力来提高程序的整体处理数据的速度。

为什么要使用生产者和消费者模式

在线程世界里，生产者就是生产数据的线程，消费者就是消费数据的线程。在多线程开发当中，如果生产者处理速度很快，而消费者处理速度很慢，那么生产者就必须等待消费者处理完，才能继续生产数据。同样的道理，如果消费者的处理能力大于生产者，那么消费者就必须等待生产者。为了解决这个问题于是引入了生产者和消费者模式。

什么是生产者消费者模式

生产者消费者模式是通过一个容器来解决生产者和消费者的强耦合问题。生产者和消费者彼此之间不直接通讯，而通过阻塞队列来进行通讯，所以生产者生产完数据之后不用等待消费者处理，直接扔给阻塞队列，消费者不找生产者要数据，而是直接从阻塞队列里取，阻塞队列就相当于一个缓冲区，平衡了生产者和消费者的处理能力。

基于队列实现生产者消费者模型

from multiprocessing import process,queue
import time,random,os
def consumer(q):
 whiletrue:
   res=q.get()
   time.sleep(random.randint(1,3))
   print('\033[45m%s 吃 %s\033[0m'%(os.getpid(),res))
def producer(q):
 fori inrange(10):
   time.sleep(random.randint(1,3))
   res='包子%s'%i
   q.put(res)
   print('\033[44m%s 生产了 %s\033[0m'%(os.getpid(),res))
if__name__ =='__main__':
 q=queue()
 #生产者们:即厨师们
 p1=process(target=producer,args=(q,))
 #消费者们:即吃货们
 c1=process(target=consumer,args=(q,))
 #开始
 p1.start()
 c1.start()
 print('主')

生产者消费者模型总结

程序中有两类角色

一类负责生产数据（生产者）

一类负责处理数据（消费者）

引入生产者消费者模型为了解决的问题是：

平衡生产者与消费者之间的工作能力，从而提高程序整体处理数据的速度

如何实现：

生产者<-->队列<——>消费者

生产者消费者模型实现类程序的解耦和

此时的问题是主进程永远不会结束，原因是：生产者p在生产完后就结束了，但是消费者c在取空了q之后，则一直处于死循环中且卡在q.get()这一步。

解决方式无非是让生产者在生产完毕后，往队列中再发一个结束信号，这样消费者在接收到结束信号后就可以break出死循环

frommultiprocessingimportprocess,queue
importtime,random,os
defconsumer(q):
 whiletrue:
   res=q.get()
   ifresisnone:break#收到结束信号则结束
   time.sleep(random.randint(1,3))
   print('\033[45m%s 吃 %s\033[0m'%(os.getpid(),res))
defproducer(q):
 foriinrange(10):
   time.sleep(random.randint(1,3))
   res='包子%s'%i
   q.put(res)
   print('\033[44m%s 生产了 %s\033[0m'%(os.getpid(),res))
 q.put(none)#发送结束信号
if__name__ =='__main__':
 q=queue()
 #生产者们:即厨师们
 p1=process(target=producer,args=(q,))
 #消费者们:即吃货们
 c1=process(target=consumer,args=(q,))
 #开始
 p1.start()
 c1.start()
 print('主')

其实我们的思路无非是发送结束信号而已，有另外一种队列提供了这种机制

joinablequeue([maxsize])：这就像是一个queue对象，但队列允许项目的使用者通知生成者项目已经被成功处理。通知进程是使用共享的信号和条件变量来实现的。

参数介绍：

maxsize是队列中允许最大项数，省略则无大小限制。

方法介绍：

joinablequeue的实例p除了与queue对象相同的方法之外还具有：

q.task_done()：使用者使用此方法发出信号，表示q.get()的返回项目已经被处理。如果调用此方法的次数大于从队列中删除项目的数量，将引发valueerror异常

q.join():生产者调用此方法进行阻塞，直到队列中所有的项目均被处理。阻塞将持续到队列中的每个项目均调用q.task_done（）方法为止

from multiprocessing import process,joinablequeue
import time,random,os
def consumer(q):
 whiletrue:
   res=q.get()
   time.sleep(random.randint(1,3))
   print('\033[45m%s 吃 %s\033[0m'%(os.getpid(),res))

   q.task_done() #向q.join()发送一次信号,证明一个数据已经被取走了
def producer(name,q):
 fori inrange(10):
   time.sleep(random.randint(1,3))
   res='%s%s'%(name,i)
   q.put(res)
   print('\033[44m%s 生产了 %s\033[0m'%(os.getpid(),res))
 q.join()
if__name__ =='__main__':
 q=joinablequeue()
 #生产者们:即厨师们
 p1=process(target=producer,args=('包子',q))
 p2=process(target=producer,args=('骨头',q))
 p3=process(target=producer,args=('泔水',q))
 #消费者们:即吃货们
 c1=process(target=consumer,args=(q,))
 c2=process(target=consumer,args=(q,))
 c1.daemon=true
 c2.daemon=true
 #开始
 p_l=[p1,p2,p3,c1,c2]
 forpin p_l:
   p.start()
 p1.join()
 p2.join()
 p3.join()
 print('主')
 #主进程等--->p1,p2,p3等---->c1,c2
 #p1,p2,p3结束了,证明c1,c2肯定全都收完了p1,p2,p3发到队列的数据
 #因而c1,c2也没有存在的价值了,应该随着主进程的结束而结束,所以设置成守护进程

管道

进程间通信（ipc）方式二：管道（不推荐使用，了解即可）

介绍

#创建管道的类：
pipe([duplex]):在进程之间创建一条管道，并返回元组（conn1,conn2）,其中conn1，conn2表示管道两端的连接对象，强调一点：必须在产生process对象之前产生管道
#参数介绍：
dumplex:默认管道是全双工的，如果将duplex射成false，conn1只能用于接收，conn2只能用于发送。
#主要方法：
 conn1.recv():接收conn2.send(obj)发送的对象。如果没有消息可接收，recv方法会一直阻塞。如果连接的另外一端已经关闭，那么recv方法会抛出eoferror。
 conn1.send(obj):通过连接发送对象。obj是与序列化兼容的任意对象
#其他方法：
conn1.close():关闭连接。如果conn1被垃圾回收，将自动调用此方法
conn1.fileno():返回连接使用的整数文件描述符
conn1.poll([timeout]):如果连接上的数据可用，返回true。timeout指定等待的最长时限。如果省略此参数，方法将立即返回结果。如果将timeout射成none，操作将无限期地等待数据到达。
conn1.recv_bytes([maxlength]):接收c.send_bytes()方法发送的一条完整的字节消息。maxlength指定要接收的最大字节数。如果进入的消息，超过了这个最大值，将引发ioerror异常，并且在连接上无法进行进一步读取。如果连接的另外一端已经关闭，再也不存在任何数据，将引发eoferror异常。
conn.send_bytes(buffer[, offset [, size]])：通过连接发送字节数据缓冲区，buffer是支持缓冲区接口的任意对象，offset是缓冲区中的字节偏移量，而size是要发送字节数。结果数据以单条消息的形式发出，然后调用c.recv_bytes()函数进行接收  
conn1.recv_bytes_into(buffer[, offset]):接收一条完整的字节消息，并把它保存在buffer对象中，该对象支持可写入的缓冲区接口（即bytearray对象或类似的对象）。offset指定缓冲区中放置消息处的字节位移。返回值是收到的字节数。如果消息长度大于可用的缓冲区空间，将引发buffertooshort异常。

基于管道实现进程间通信（与队列的方式是类似的，队列就是管道加锁实现的）

from multiprocessing import process,pipe
import time,os
def consumer(p,name):
 left,right=p
 left.close()
 whiletrue:
   try:
     baozi=right.recv()
     print('%s 收到包子:%s'%(name,baozi))
   except eoferror:
     right.close()
     break
def producer(seq,p):
 left,right=p
 right.close()
 fori in seq:
   left.send(i)
   # time.sleep(1)
 else:
   left.close()
if__name__ =='__main__':
 left,right=pipe()
 c1=process(target=consumer,args=((left,right),'c1'))
 c1.start()
 seq=(ifori inrange(10))
 producer(seq,(left,right))
 right.close()
 left.close()
 c1.join()
 print('主进程')
基于管道实现进程间通信（与队列的方式是类似的，队列就是管道加锁实现的）

进程池

在利用python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间。多进程是实现并发的手段之一，需要注意的问题是：

很明显需要并发执行的任务通常要远大于核数

一个操作系统不可能无限开启进程，通常有几个核就开几个进程

进程开启过多，效率反而会下降（开启进程是需要占用系统资源的，而且开启多余核数目的进程也无法做到并行）

例如当被操作对象数目不大时，可以直接利用multiprocessing中的process动态成生多个进程，十几个还好，但如果是上百个，上千个。。。手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效。

我们就可以通过维护一个进程池来控制进程数目，比如httpd的进程模式，规定最小进程数和最大进程数...

创建进程池的类：如果指定numprocess为3，则进程池会从无到有创建三个进程，然后自始至终使用这三个进程去执行所有任务，不会开启其他进程

主要方法：

p.apply(func[,args[,kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。需要强调的是：此操作并不会在所有池工作进程中并执行func函数。如果要通过不同参数并发地执行func函数，必须从不同线程调用p.apply()函数或者使用p.apply_async()
p.apply_async(func[, args [, kwargs]]):在一个池工作进程中执行func(*args,**kwargs),然后返回结果。此方法的结果是asyncresult类的实例，callback是可调用对象，接收输入参数。当func的结果变为可用时，将理解传递给callback。callback禁止执行任何阻塞操作，否则将接收其他异步操作中的结果。
p.close():关闭进程池，防止进一步操作。如果所有操作持续挂起，它们将在工作进程终止前完成
p.jion():等待所有工作进程退出。此方法只能在close（）或teminate()之后调用

frommultiprocessingimportpool
importos,time
defwork(n):
 print('%s run'%os.getpid())
 time.sleep(3)
 returnn**2
if__name__ =='__main__':
 p=pool(3)#进程池中从无到有创建三个进程,以后一直是这三个进程在执行任务
 res_l=[]
 foriinrange(10):
   res=p.apply(work,args=(i,))#同步调用，直到本次任务执行完毕拿到res，等待任务work执行的过程中可能有阻塞也可能没有阻塞，但不管该任务是否存在阻塞，同步调用都会在原地等着，只是等的过程中若是任务发生了阻塞就会被夺走cpu的执行权限
   res_l.append(res)
 print(res_l)