一、守护进程

1、作用：可以用来监测父进程的运行状态（起辅助作用）

2、特点：

》》守护进程内无法再创建子进程

》》当主进程代码正常运行完毕后守护进程就会立即随之结束，这里注意是主进程的代码

3、实现：p.daemon=True  设置为守护进程，必须在开启（start）之前设置

4、举例：

from multiprocessing import Processimport timeimport randomclass Piao(Process):    def __init__(self,name):        self.name=name        super().__init__()    def run(self):        print('%s is piaoing' %self.name)        time.sleep(random.randrange(1,3))        print('%s is piao end' %self.name)p=Piao('egon')p.daemon=True #一定要在p.start()前设置,设置p为守护进程,禁止p创建子进程,并且父进程代码执行结束,p即终止运行p.start()print('主')

二、互斥锁

1、应用背景：进程之间地址空间是隔离的，数据不共享，若多个进程要共用同一数据或终端这就产生了竞争关系，竞争就带来了错乱，而将竞争变得有序化的核心就是并发变为串行，这就引入了锁的概念，将共享的数据存到硬盘中

2、作用：可以实现当多个进程要对同一块数据进行修改时，能够保证同一时间只有一个任务可以进行修改（若不加锁的话，谁抢着就可以修改的话，这样是会引起数据的错乱的，数据的错乱就会导致后续执行存在隐患）

3、特点：锁保证了数据的安全性，但是却导致效率变低并且还得自己加锁

4、代码实现：运用multiprocessing模块的Lock类

》》一定要记得开锁操作，也可以用with( with lock :) 

》》实现串行也可以用join方法，但是join方法是将多个子进程所有的方法串行，这样显然是不行的

5、举例：

from multiprocessing import Process,Lockimport time,json,randomdef search():    dic=json.load(open('db.txt'))    print('\033[43m剩余票数%s\033[0m' %dic['count'])def get():    dic=json.load(open('db.txt'))    time.sleep(0.1) #模拟读数据的网络延迟    if dic['count'] >0:        dic['count']-=1        time.sleep(0.2) #模拟写数据的网络延迟        json.dump(dic,open('db.txt','w'))        print('\033[43m购票成功\033[0m')def task(lock):   #接受lock对象    search()    lock.acquire()   #加锁，其余进程就无法继续执行get函数，只能等当前进程执行完后才能执行    get()               lock.release()   #开锁，必须要有开锁这一步，否则其余进程就无法继续执行了if __name__ == '__main__':    lock=Lock()    #得到lock对象    for i in range(100): #模拟并发100个客户端抢票        p=Process(target=task,args=(lock,))   #传入lock对象        p.start()

 

三、IPC机制：进程之间的通信

1、应用背景：针对锁的效率低还要自己加锁的缺点，运用multiprocessing模块提供的基于消息的IPC机制也就是队列和管道，以实现效率高且替我们处理锁的问题

2、队列：基于管道+锁实现的，所以通常我们都用队列；将数据存放在内存中

3、队列的方法：  q=Queue （3） 代表最多放3次数据，要想放第4次第5次数据必须要等队列被取出数据有剩余空间时才行

基本方法：

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可以继续放入数据（若timeout为None，那么就会一直等着直到有剩余空间）。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（若timeout为None且是死循环,那么就会一直等下去）。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

 

其它方法（了解）

1 q.cancel_join_thread():不会在进程退出时自动连接后台线程。可以防止join_thread()方法阻塞2 q.close():关闭队列，防止队列中加入更多数据。调用此方法，后台线程将继续写入那些已经入队列但尚未写入的数据，但将在此方法完成时马上关闭。如果q被垃圾收集， 将调用此方法。关闭队列不会在队列使用者中产生任何类型的数据结束信号或异常。例如，如果某个使用者正在被阻塞在get()操作上，关闭生产者中的队列不会导致get()方 法返回错误。3 q.join_thread()：连接队列的后台线程。此方法用于在调用q.close()方法之后，等待所有队列项被消耗。默认情况下，此方法由不是q的原始创建者的所有进程调用。 调用q.cancel_join_thread方法可以禁止这种行为

 

四、生产者和消费者模型

1、生产者：即是生产数据的程序

2、消费者：即是处理数据的程序

3、模型：生产者和消费者属于不同的进程，它们之间的数据不能直接交互，所以就通过队列来存储生产者生产的数据，而消费者则直接从队列里取出数据去处理

4、举例：

from multiprocessing import Queue,Processimport time,randomdef producer(name,q):    for i in range(10):        time.sleep(random.randint(1,3))        res='泔水%s' %i        q.put(res)    #往队列里放入数据        print('厨师 %s 生产了 %s' %(name,res))def consumer(name,q):    while True:     #因为要不断的从队列中去数据，所以要加循环        res=q.get()    #从队列中取出数据，有就取，若队列为空则会等（因为是死循环）        if res is None:break   #对结束标志进行判断        time.sleep(random.randint(1,3))        print('%s 吃了 %s' %(name,res))if __name__ == '__main__':    q=Queue()    p1=Process(target=producer,args=('egon',q))    c1=Process(target=consumer,args=('alex',q))    p1.start()    c1.start()    p1.join()       #必须等到生产者程序结束以后才能发送标志位    q.put(None)    #若不加生产者的结束标识，那么消费者就会一直处在接受数据的状态下，这样主进程就不会结束了