Python进阶---多任务编程

简介: Python进阶---多任务编程

一、多任务的介绍

1、多任务的概念


多任务是指在同一时间内执行多个任务,例如: 现在电脑安装的操作系统都是多任务操作系统,可以同时运行着多个软件。


2、多任务的执行方式


并发:对于单核cpu处理多任务,操作系统轮流让各个软件交替执行,单核cpu是并发的执行多任务的。

并行: 对于多核cpu处理多任务,操作系统会给cpu的每个内核安排一个执行的软件,多个内核是真正的一起执行软件。这里需要注意多核cpu是并行的执行多任务,始终有多个软件一起执行。

二、进程

一个正在运行的程序或者软件就是一个进程,它是操作系统进行资源分配的基本单位,也就是说每启动一个进程,操作系统都会给其分配一定的运行资源(内存资源)保证进程的运行。


一个程序运行后至少有一个进程,一个进程默认有一个线程,进程里面可以创建多个线程,线程是依附在进程里面的,没有进程就没有线程。

1、多进程的使用

1 导入进程包
 
#导入进程包
import multiprocessing
 
 
2. Process进程类的说明
 
Process([group [, target [, name [, args [, kwargs]]]]])
 
group:指定进程组,目前只能使用None
target:执行的目标任务名
name:进程名字
args:以元组方式给执行任务传参
kwargs:以字典方式给执行任务传参
Process创建的实例对象的常用方法:
 
start():启动子进程实例(创建子进程)
join():等待子进程执行结束
terminate():不管任务是否完成,立即终止子进程
Process创建的实例对象的常用属性:
 
name:当前进程的别名,默认为Process-N,N为从1开始递增的整数

2、获取进程编号

获取进程编号的目的是验证主进程和子进程的关系,可以得知子进程是由那个主进程创建出来的。


获取进程编号的两种操作


获取当前进程编号:os.getpid() 表示获取当前进程编号

获取当前父进程编号:os.getppid() 表示获取当前父进程编号

获取进程编号可以查看父子进程的关系

3、进程执行带有参数的任务

import multiprocessing
import time
 
 
def sing(num, name):
    for i in range(num):
        time.sleep(1)
        print("唱歌")
        time.sleep(1)
        print(name)
 
 
def dance(num, name):
    for i in range(num):
        time.sleep(1)
        print("跳舞")
        time.sleep(1)
        print(name)
 
 
if __name__ == '__main__':
    # 给进程执行的任务传参
    # 通过args去传参 : 元组的形式传参
    sing_process = multiprocessing.Process(target=sing, args=(3, "老王"))
    # 通过kwargs传参 : 字典的形式传参
    # 字典里的key值必须和函数的形参一致
    dance_process = multiprocessing.Process(target=dance, kwargs={"num": 3, "name": "老李"})
 
    sing_process.start()
    dance_process.start()

4、进程的注意点

       进程之间不共享全局变量

import multiprocessing
import time
 
# 定义全局变量
g_list = list()
 
 
# 添加数据的任务
def add_data():
    for i in range(5):
        g_list.append(i)
        print("add:", i)
        time.sleep(0.2)
 
    # 代码执行到此,说明数据添加完成
    print("add_data:", g_list)
 
 
def read_data():
    print("read_data", g_list)
 
 
if __name__ == '__main__':
    # 创建添加数据的子进程
    add_data_process = multiprocessing.Process(target=add_data)
    # 创建读取数据的子进程
    read_data_process = multiprocessing.Process(target=read_data)
 
    # 启动子进程执行对应的任务
    add_data_process.start()
    # 主进程等待添加数据的子进程执行完成以后程序再继续往下执行,读取数据
    add_data_process.join()
    read_data_process.start()
 
    print("main:", g_list)
 
    # 总结: 多进程之间不共享全局变量

   主进程会等待所有的子进程执行结束再结束

import multiprocessing
import time
 
 
# 定义进程所需要执行的任务
def task():
    for i in range(10):
        print("任务执行中...")
        time.sleep(0.2)
 
if __name__ == '__main__':
    # 创建子进程
    sub_process = multiprocessing.Process(target=task)
    sub_process.start()
 
    # 主进程延时0.5秒钟
    time.sleep(0.5)
    print("over")
    exit()
 
    # 总结: 主进程会等待所有的子进程执行完成以后程序再退出
3.

三、线程

线程是进程中执行代码的一个分支,每个执行分支(线程)要想工作执行代码需要cpu进行调度 ,也就是说线程是cpu调度的基本单位,每个进程至少都有一个线程,而这个线程就是我们通常说的主线程。

1、多线程的使用

1. 导入线程模块
 
#导入线程模块
import threading
 
2. 线程类Thread参数说明
 
Thread([group [, target [, name [, args [, kwargs]]]]])
 
group: 线程组,目前只能使用None
target: 执行的目标任务名
args: 以元组的方式给执行任务传参
kwargs: 以字典方式给执行任务传参
name: 线程名,一般不用设置
 
3. 启动线程
启动线程使用start方法

2、线程执行带有参数的任务

import time
# 导入多线程的模块
import threading
 
 
def sing(num, name):
    for _ in range(num):
        time.sleep(0.5)
        print(name)
 
 
def dance(num, name):
    for _ in range(num):
        time.sleep(0.5)
        print(name)
 
 
if __name__ == '__main__':
    # Process: 创建进程
    # 参数1: target 进程要执行的任务 ==> 任务往往用函数名来表示
    sing_thread = threading.Thread(target=sing, args=(3, "老王"))
    dance_thread = threading.Thread(target=dance, kwargs={"num": 3, "name": "老李"})
    # 启动进程
    sing_thread.start()
    dance_thread.start()

3、线程的注意点

  1. 线程之间执行是无序的
import threading
import time
 
 
def task():
    time.sleep(1)
    print("当前线程:", threading.current_thread().name)
 
 
if __name__ == '__main__':
 
   for _ in range(5):
       sub_thread = threading.Thread(target=task)
       sub_thread.start()
  1. 主线程会等待所有的子线程执行结束再结束
import threading
import time
 
 
# 测试主线程是否会等待子线程执行完成以后程序再退出
def show_info():
    for i in range(5):
        print("test:", i)
        time.sleep(0.5)
 
 
if __name__ == '__main__':
    sub_thread = threading.Thread(target=show_info)
    sub_thread.start()
 
    # 主线程延时1秒
    time.sleep(1)
    print("over")
  1. 线程之间共享全局变量
import threading
import time
 
 
# 定义全局变量
my_list = list()
 
# 写入数据任务
def write_data():
    for i in range(5):
        my_list.append(i)
        time.sleep(0.1)
    print("write_data:", my_list)
 
 
# 读取数据任务
def read_data():
    print("read_data:", my_list)
 
 
if __name__ == '__main__':
    # 创建写入数据的线程
    write_thread = threading.Thread(target=write_data)
    # 创建读取数据的线程
    read_thread = threading.Thread(target=read_data)
 
    write_thread.start()
    # 延时
    # time.sleep(1)
    # 主线程等待写入线程执行完成以后代码在继续往下执行
    write_thread.join()
    print("开始读取数据啦")
    read_thread.start()
  1. 线程之间共享全局变量数据出现错误问题
import threading
 
# 定义全局变量
g_num = 0
 
 
# 循环一次给全局变量加1
def sum_num1():
    for i in range(1000000):
        global g_num
        g_num += 1
 
    print("sum1:", g_num)
 
 
# 循环一次给全局变量加1
def sum_num2():
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)
 
 
if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)
 
    # 启动线程
    first_thread.start()
    # 启动线程
    second_thread.start()

四、进程和线程对比

  • 进程和线程都是完成多任务的一种方式
  • 多进程要比多线程消耗的资源多,但是多进程开发比单进程多线程开发稳定性要强,某个进程挂掉不会影响其它进程。
  • 多进程可以使用cpu的多核运行,多线程可以共享全局变量。
  • 线程不能单独执行必须依附在进程里面

<end>

目录
相关文章
|
4天前
|
存储 对象存储 Python
Python|玩转 Asyncio 任务处理(1)
Python|玩转 Asyncio 任务处理(1)
17 5
|
7天前
|
Python
Python进阶第一篇(Python的面向对象)
Python进阶第一篇(Python的面向对象)
|
2天前
|
机器学习/深度学习 人工智能 前端开发
Python中的模块化编程
【6月更文挑战第17天】Python模块化编程与软件架构设计的关键在于拆分任务到独立模块,提高代码的可维护性、可重用性和可扩展性。例如,学生管理系统可分解为录入、查询和删除模块。MVC和MVVM架构模式有助于组织代码,而微服务和函数式编程将在未来发展中扮演重要角色。通过示例代码,读者能学习如何实现这些概念,提升项目开发效率和质量。
148 57
|
9天前
|
测试技术 虚拟化 云计算
GitHub高赞!速通Python编程基础手册,被玩出花了!
随着云时代的来临,Python 语言越来越被程序开发人员喜欢和使用,因为其不仅简单易学,而且还有丰富的第三方程序库和相应完善的管理工具。 从命令行脚本程序到 GUI程序,从图形技术到科学计算,从软件开发到自动化测试,从云计算到虚拟化,所有这些领域都有 Python 的身影。 今天给小伙伴们分享的这份手册采用以任务为导向的编写模式,全面地介绍了 Python 编程基础及其相关知识的应用,讲解了如何利用 Python 的知识解决部分实际问题。
GitHub高赞!速通Python编程基础手册,被玩出花了!
|
1天前
|
Python
Python多进程编程详细剖析
Python多进程编程详细剖析
11 3
|
9天前
|
运维 监控 API
自动化运维实践指南:Python脚本优化服务器管理任务
本文探讨了Python在自动化运维中的应用,介绍了使用Python脚本优化服务器管理的四个关键步骤:1) 安装必备库如paramiko、psutil和requests;2) 使用paramiko进行远程命令执行;3) 利用psutil监控系统资源;4) 结合requests自动化软件部署。这些示例展示了Python如何提升运维效率和系统稳定性。
28 8
|
7天前
|
SQL 关系型数据库 MySQL
Python进阶第二篇(Python与MySQL数据库)
Python进阶第二篇(Python与MySQL数据库)
|
7天前
|
Python
Python基础第六篇(Python函数进阶)
Python基础第六篇(Python函数进阶)
|
7天前
|
开发者 Python
【干货】Python编程惯例
【干货】Python编程惯例
13 1
|
9天前
|
Shell Python
GitHub星标破千Star!Python游戏编程的初学者指南
Python 是一种高级程序设计语言,因其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。 目前的编程书籍大多分为两种类型。第一种,与其说是教编程的书,倒不如说是在教“游戏制作软件”,或教授使用一种呆板的语言,使得编程“简单”到不再是编程。而第二种,它们就像是教数学课一样教编程:所有的原理和概念都以小的应用程序的方式呈现给读者。