一、多任务介绍
1.1 进程与线程
进程是操作系统分配资源的最小单元
线程执行程序的的最小单元
线程依赖进程，可以获取进程的资源
一个程序执行 先要创建进程分配资源，然后使用线程执行任务
默认情况下一个进程中有一个线程
1.2 多任务介绍
运行多个进程或线程执行代码逻辑
多个进程或线程同时执行叫做并行执行
多个进程或线程交替执行叫做并发执行
必行还是并发有cpu个数决定
5个进程 cpu核心是3个 计算时时并发执行 5个进程需要抢占cpu资源，谁抢到谁执行代码计算
5个进程 cpu核心10个 计算时时并行执行 不需要抢占资源，没个进程都已一个独立的cpu核心使用完成计算
多任务在执行计算时，可以执行的同一的计算任务，也可以执行不同的任务
def func(data):a = 1for i in data:a+=ireturn adef func2(data):a = 1for i in data:a-=ireturn adef func3(data):a = 1for i in data:a*=ireturn adef func4(data):a = 1for i in data:a%=ireturn adef func4(data):a = 1for i in data:a**=ireturn a可以有5个线程或进程执行一个函数任务 func ,那么还函数会被执行5次也可以5个线程或进程执行不同的函数任务，每个函数任务被执行1次1.3 多进程
多进程实现多任务就是创建多个进程执行任务函数
任务1 唱歌 任务2 跳舞 任务3 弹吉他
不使用多任务执行
程序执行顺序是从上往下依次执行，如果上一个函数没有执行完成，那么下一个函数，不会被执行
import time
def sing():print('唱歌')time.sleep(4) # 停止4秒 模拟程序执行4秒print('唱歌2')def dance():print('跳舞')def tanzou():print('弹吉他')sing()
dance()
tanzou()使用多进程实现多任务
# 多进程实现多任务
import time
# 使用模块方法创建多个进程
from multiprocessing import Processdef sing():print('唱歌')time.sleep(4) # 停止4秒 模拟程序执行4秒print('唱歌2')def dance():print('跳舞')def tanzou():print('弹吉他')if __name__ == '__main__':# 创建进程# 创建不同的进程执行不同的任务p1 = Process(target=sing)p2 = Process(target=dance)p3 = Process(target=tanzou)# 执行进程p1.start()p2.start()p3.start()I-任务中的参数传递
# 多进程实现多任务
import time
# 使用模块方法创建多个进程
from multiprocessing import Processdef sing(username,singname):print(f'唱{username}的{singname}歌')def dance(name):print(f'跳{name}舞')def tanzou():print('弹吉他')if __name__ == '__main__':# 创建进程# 创建不同的进程执行不同的任务# 传递参数的两种方式p1 = Process(target=sing,kwargs={'username':'周杰伦','singname':'稻香'})p2 = Process(target=dance,args=['霹雳'])p3 = Process(target=tanzou)# 执行进程p1.start()p2.start()p3.start()II-获取进程编号
getpid
getppid
# 多进程实现多任务
import time
# 使用模块方法创建多个进程
from multiprocessing import Process
import osdef sing(username,singname):print(f'子进程1的编号{os.getpid()}')print(f'子进程1的父进程编号{os.getppid()}')print(f'唱{username}的{singname}歌')def dance(name):print(f'子进程2的编号{os.getpid()}')print(f'子进程2的父进程编号{os.getppid()}')print(f'跳{name}舞')def tanzou():print(f'子进程3的编号{os.getpid()}')print(f'子进程3的父进程编号{os.getppid()}')print('弹吉他')if __name__ == '__main__':# 创建进程# 创建不同的进程执行不同的任务# 传递参数的两种方式p1 = Process(target=sing,kwargs={'username':'周杰伦','singname':'稻香'})p2 = Process(target=dance,args=['霹雳'])p3 = Process(target=tanzou)# 执行进程p1.start()p2.start()p3.start()print('主进程')# 获取当前进程的pid编号print(os.getpid())主进程默认情况下是等待子进程结束后在结束整个进程的
也可以通过exit()方法强制退出主进程，所有进程都结
III-保证进程的执行顺序
会影响执行效率
如果进程之间没有对应的数据传递关系，可以不用保证顺序，多个进程可以同时执行
如果进程之间有数据传递需求，就要保证执行顺序，通过join操作，但是该操作会影响执行效
IV-进程间的数据不共享
每个进程的资源时独立。数据就不共享
1.4 多线程
线程依赖进程，可以创建一个进程，在一个进程下创建多个线程执行任务
# 多线程实现多任务
from threading import Threadimport time
import osdef sing():print(f'线程1的进程编号{os.getpid()}')print('唱歌')time.sleep(4) # 停止4秒 模拟程序执行4秒print('唱歌2')def dance():print(f'线程2的进程编号{os.getpid()}')print('跳舞')def tanzou():print(f'线程3的进程编号{os.getpid()}')print('弹吉他')if __name__ == '__main__':# 创建线程t1 = Thread(target=sing)t2 = Thread(target=dance)t3 = Thread(target=tanzou)# 执行线程任务t1.start()t2.start()t3.start()print(f'主进程编号{os.getpid()}')线程任务传参
from threading import Thread
def sing(username,singname):print(f'唱{username}的{singname}歌')def dance(name):print(f'跳{name}舞')def tanzou():print('弹吉他')if __name__ == '__main__':# 创建线程传递参数t1 = Thread(target=sing,kwargs={'username':'凤凰传奇','singname':'月亮之上'})t2 = Thread(target=dance,args=['圆桌舞'])t3 = Thread(target=tanzou)t1.start()t2.start()t3.start()线程执行任务顺序保证
线程的执行顺序也是无序的，如果需要保证线程执行顺讯也是通过join保证
from threading import Thread
import os
def sing(username,singname):print(f'线程1的编号{os.getpid()}')print(f'唱{username}的{singname}歌')def dance(name):print(f'线程2的编号{os.getpid()}')print(f'跳{name}舞')def tanzou():print(f'线程3的编号{os.getpid()}')print('弹吉他')if __name__ == '__main__':# 创建线程传递参数t1 = Thread(target=sing,kwargs={'username':'凤凰传奇','singname':'月亮之上'})t2 = Thread(target=dance,args=['圆桌舞'])t3 = Thread(target=tanzou)t1.start()t1.join()t2.start()t2.join()t3.start()t3.join()线程键共享数据
多个线程是在一个进程下运行，他们可以使用同一个进程下的资源
# 线程共享数据
from threading import Thread
a = 0def func_add1():global afor i in range(1000):a += 1print(f'线程1的结果{a}')def func_add2():global afor i in range(2000):a += 1print(f'线程2的结果{a}')if __name__ == '__main__':t1= Thread(target=func_add1)t2= Thread(target=func_add2)t1.start()t2.start()# 主进程print(a)当共享数据是，多个线程操作同一个数据，那么有可能会因为资源抢占造成计算错误
可以通过join保证数据能完整计
# 线程共享数据
from threading import Thread
a = 0def func_add1():global afor i in range(1000000):a += 1print(f'线程1的结果{a}')def func_add2():global afor i in range(1000000):a += 1print(f'线程2的结果{a}')if __name__ == '__main__':t1= Thread(target=func_add1)t2= Thread(target=func_add2)t1.start()# 可以通过join保证执行顺序等上一个线程执行完成后再执行其他的t1.join()t2.start()t2.join()# 主进程print(f'主进程的结果{a}')1.5多任务总结
进程和线程
进程是分配资源的最小单元 线程是执行任务的最小单元
实现多任务可以使用多进程或多线
为什么要使用多任务？
提升计算效率，当cpu资源充足是，可以实现多个任务同时执行。
后续spark底层实现采用的多线程方式，spark计算效率很高。spark已经封装实现，开发不需要写多线程。
实际开发为什么不用多进程实现多任务？更多是采用多线程?
创建进程的开销加大，创建时间长。每创建一个进程都需要额外有计算机分配资源，分配资源也会耗费时间
多进程间不共享数据
多线程会共享数据，如果发生资源抢占会造成数据计算错误
