【黑马程序员】Python多任务

文章目录

  • 多进程
    • 多进程使用流程
      • 导入包
      • Process进程类说明
    • 获取进程编号
      • 目的
      • 常用操作
    • 获取进程名
    • 进程注意点
      • 进程之间不共享全局变量
      • 主进程会等待子进程结束之后再结束
      • 设置守护主进程
  • 多线程
    • threading模块
    • 线程注意点
      • 线程之间执行是无序的
      • 主线程会等待所有的子线程执行结束在结束
      • 线程之间共享全局变量
      • 线程之间共享全局变量数据出现错误问题
    • 多线程共享全局变量问题
      • 线程等待
      • 互斥锁

多进程

多进程使用流程

导入包

import multiprocessing

Process进程类说明

  • 语法
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:以元组形式给执行任务传参
kwargs:以字典形式给执行任务传参
  • Process创建实例对象的常用方法
    • start():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
  • 代码示例
# *_*coding:utf-8 *_*
import multiprocessing
import timedef sing(msg):for i in range(5):print(f"{msg}")time.sleep(1)def dance(msg):for i in range(5):print(f'{msg}')time.sleep(1)if __name__ == '__main__':# 单进程:需要至少10s钟完成# sing("sing")# dance("dance")# 三个进程:1个主进程,2个子进程# 创建子进程方式# target为任务名,创建一个sing线程,通过元组方式传参sing_obj = multiprocessing.Process(target=sing, args=("sing sing sing",))# target为任务名,创建一个dance线程,通过字段方式传参dance_obj = multiprocessing.Process(target=dance, kwargs={"msg": "dance dance dance"})# 启动两个线程sing_obj.start()dance_obj.start()

获取进程编号

目的

  • 获取进程编号的目的是验证主进程与子进程的关系,得知子进程是由哪个主进程创建出来的

常用操作

  • 获取当前进程编号:os.getpid()
  • 回去当前父进程编号:os.getppid
  • 代码示例
# *_*coding:utf-8 *_*
import multiprocessing
import osdef sing():# 获取当前进程编号print("sing当前进程编号: ", os.getpid())# 获取当前进程print("sing 当前进程: ", multiprocessing.current_process())# 获取当前父进程编号print("sing父进程编号: ", os.getppid())if __name__ == '__main__':# 获取主进程IDprint("main当前进程编号: ", os.getpid())obj = multiprocessing.Process(target=sing)obj.start()

获取进程名

  • 创建子进程时,使用name给子进程起名
  • 代码示例
# *_*coding:utf-8 *_*
import multiprocessingdef sing():# 获取当前进程名print("sing 当前进程: ", multiprocessing.current_process())if __name__ == '__main__':# 获取主进程IDobj = multiprocessing.Process(target=sing, name="test_dance")obj.start()

进程注意点

进程之间不共享全局变量

  • 进程是分配资源的最小单位,每个进程都会有自己的独立空间
  • 创建子进程会对主进程资源进行拷贝,也就是说子进程是主进程的一个副本,之所以进程之间不共享全局变量,是因为操作的不是一个进程里面的全局变量,只不过不同进程里面的全局变量名字相同而已
  • 代码示例
# *_*coding:utf-8 *_*
import multiprocessing
import time# 定义全局变量
g_num = 0def my_read():print("my_read:", g_num)def my_write():# 向全局变量中写数据global g_numg_num = 10print("my_write:", g_num)if __name__ == '__main__':# 创建子进程read_obj = multiprocessing.Process(target=my_read)write_obj = multiprocessing.Process(target=my_write)# 开启子进程write_obj.start()# 保证全局变量数据被写入time.sleep(1)read_obj.start()

主进程会等待子进程结束之后再结束

  • 代码示例
# *_*coding:utf-8 *_*
import multiprocessing
import timedef func():for i in range(5):time.sleep(0.3)print("func()")if __name__ == '__main__':obj = multiprocessing.Process(target=func)obj.start()print("main")exit(0)

设置守护主进程

  • 设置守护主进程的目的是,主进程退出子进程销毁,不让主进程等待子进程去执行
  • 设置守护主进程方式:子进程对象.daemon=true
  • 销毁子进程方式:子进程对象.terminate()
  • 注意:需要在子进程start之前设置

多线程

  • 线程是使用资源的最小单位,依附于进程

threading模块

  • Python的多线程可以通过threading模块来实现
  • 语法
import threadingthread_obj = threading.Thread([group[, target[, name[, args[, kwargs]]]]])
group:预留参数,暂未使用
target:执行的目标任务名
args:以元组的方式给执行任务传参
kwargs:以字典的方式给执行任务传参
name:线程名,一般不设置# 启动线程
thread_obj.start()
  • 代码示例
# *_*coding:utf-8 *_*import time
import threadingdef sing(msg):while True:print(f"{msg}")time.sleep(1)def dance(msg):while True:print(f'{msg}')time.sleep(1)if __name__ == '__main__':# 创建一个sing线程,通过元组方式传参sing_thread_obj = threading.Thread(target=sing, args=("sing sing sing",))# 创建一个dance线程,通过字段方式传参dance_thread_obj = threading.Thread(target=dance, kwargs={"msg": "dance dance dance"})# 启动两个线程sing_thread_obj.start()dance_thread_obj.start()

线程注意点

线程之间执行是无序的

  • 代码示例
# *_*coding:utf-8 *_*
import threading
import timedef func():# sleep的时候CPU是空闲的,所有创建出来的线程都在等待CPU的执行time.sleep(0.3)# 实际执行线程位置print(threading.current_thread())if __name__ == '__main__':for _ in range(5):# 创建线程位置my_func = threading.Thread(target=func)my_func.start()

主线程会等待所有的子线程执行结束在结束

  • 未设置守护线程代码示例
# *_*coding:utf-8 *_*
import threading
import timedef func():for _ in range(5):time.sleep(0.2)print("func")if __name__ == '__main__':obj = threading.Thread(target=func)obj.start()time.sleep(0.5)print("main over")
  • 设置守护线程
    • 守护线程就是主线程退出子线程销毁不再执行
  • 设置方式
    • 方式一:threading.Thread(target=方法名, daemon=True)
    • 方式二:线程对象.setDaemon(True)
  • 代码示例
# *_*coding:utf-8 *_*
import threading
import timedef func():for _ in range(5):time.sleep(0.2)print("func")if __name__ == '__main__':# # 不设置守护线程方式# obj = threading.Thread(target=func)# # 设置守护线程方式一# obj = threading.Thread(target=func, daemon=True)obj = threading.Thread(target=func)# 设置守护线程方式二obj.setDaemon(True)obj.start()time.sleep(0.5)print("main over")

线程之间共享全局变量

# *_*coding:utf-8 *_*
import threading
import timeg_num = []def my_read():global g_numprint("my_read: ", g_num)def my_write():global g_numfor i in range(5):g_num.append(i)print("my_write: ", g_num)if __name__ == '__main__':print("main start: ", g_num)write_obj = threading.Thread(target=my_write)read_obj = threading.Thread(target=my_read)write_obj.start()# 确保write先执行time.sleep(0.1)read_obj.start()print("main finish: ", g_num)

线程之间共享全局变量数据出现错误问题

  • 代码示例
# *_*coding:utf-8 *_*
import threadingg_num = 0def func1():global g_numfor _ in range(1000000):g_num += 1print("func1: ", g_num)def func2():global g_numfor _ in range(1000000):g_num += 1print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj2.start()print(g_num)

多线程共享全局变量问题

线程等待

  • 语法:子线程.join()
  • 功能:让主线程等待当前子线程执行完毕在继续向下执行
  • 代码示例
# *_*coding:utf-8 *_*
import threadingg_num = 0def func1():global g_numfor _ in range(1000000):g_num += 1print("func1: ", g_num)def func2():global g_numfor _ in range(1000000):g_num += 1print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj1.join()obj2.start()obj2.join()print(g_num)

互斥锁

  • 对共享数据进行锁定,保证同一时刻只能有一个线程去操作
  • 基本使用语法
# 创建锁
mutex = threading.Lock()
# 上锁
mutex.acquire()
# 释放锁
mutex.release()
  • 代码示例
# *_*coding:utf-8 *_*
import threadingg_num = 0# 创建锁
mutex = threading.Lock()def func1():global g_num# 加锁mutex.acquire()for _ in range(1000000):g_num += 1# 释放锁mutex.release()print("func1: ", g_num)def func2():global g_num# 加锁mutex.acquire()for _ in range(1000000):g_num += 1# 释放锁mutex.release()print("func2: ", g_num)if __name__ == '__main__':obj1 = threading.Thread(target=func1)obj2 = threading.Thread(target=func2)obj1.start()obj2.start()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/763112.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Docker compose()

1.概述 是 Docker 官方提供的一款开源工具,主要用于简化在单个主机上定义和运行多容器 Docker 应用的过程。它的核心作用是容器编排,使得开发者能够在一个统一的环境中以声明式的方式管理多容器应用的服务及其依赖关系。 也就是说Docker Compose是一个用…

吃瓜Grok大模型

段子区 今年当地时间2月29日晚,马斯克闹出来一件大事——正式起诉OpenAI和Sam Altman,并要求OpenAI 恢复开源GPT-4等模型。国际流量大师我只付服马斯克和川宝!! 当大家觉得这扯皮的故事就此结束后,马斯克“不负众望”的整了一个大…

负载均衡原理及算法

负载均衡指把用户请求分摊到不同服务器处理,提高系统的并发性和可靠性。 可由专门的软件(更便宜)和硬件(性能好)实现。 负载均衡分为服务端负载均衡和客户端负载均衡。 服务端负载均衡 主要应用在 系统外部请求 和 网…

【网络取证箱】网络取证在线分析工具箱

【网络取证箱】网络取证在线分析工具箱 在线网站查询工具箱,没什么介绍的,所见即所得,在本文档里补充了其它一些网络安全资源,请忽用于非法活动,仅供学习研究—【蘇小沐】 (一)Whois查询 主要…

docker 进入容器内部命令

docker容器运行了,怎么进入容器内部查看内部的文件情况呢? 答:可以通过docker exec 的命令查看。 docker exec --help 可以查看命令介绍 : docker exec -it XXX /bin/bash XX为容器ID 进入容器内部 /bin/bash是需要添加的 不…

Java NIO和IO之间的区别

前言 NIO(New IO),这个库是在JDK1.4中才引入的。NIO和IO有相同的作用和目的,但实现方式不同,NIO主要用到的是块,所以NIO的效率要比IO高很多。在Java API中提供了两套NIO,一套是针对标准输入输出…

Python笔记|列表

Python 支持多种复合数据类型,可将不同值组合在一起。最常用的是列表——用方括号标注,逗号分隔的一组值。列表可以包含不同类型的元素,一般情况下,各个元素的类型相同: >>> squares [1, 4, 9, 16, 25] &g…

Vue3中基本数据类型为什么需要.value,,,引用类型不需要.value

1、在v3中使用基本数据类型(如数字、字符串、布尔值)时,如果你希望响应式地更新数据并触发视图更新,需要使用ref包裹基本数据类型,然后将基本数据类型转化为响应式对象;- - - 因此当你使用ref包裹基本数据类型时,实际上得到的是一个包含.valu…

【DFS+贪心】第十四届蓝桥杯省赛C++ B组《飞机降落》(C++)

【题目描述】 有 N 架飞机准备降落到某个只有一条跑道的机场。 其中第 i 架飞机在 Ti 时刻到达机场上空,到达时它的剩余油料还可以继续盘旋 Di 个单位时间,即它最早可以于 Ti 时刻开始降落,最晚可以于 TiDi 时刻开始降落。 降落过程需要 L…

B002-springcloud alibaba 微服务环境搭建

目录 创建父工程创建基础模块创建用户微服务创建商品微服务创建订单微服务微服务调用 创建父工程 新建项目springcloud-alibaba&#xff0c;本工程不需要写代码&#xff0c;删除src 导包 <parent><groupId>org.springframework.boot</groupId><artifact…

Linux上Mysql安装和部署(图文结合超详细)

1、首先将虚拟机装成功&#xff08;这里不做演示&#xff09; 2、df-h 查看光盘是否挂载&#xff0c;已挂载进行下一步&#xff0c;未挂载手动挂载 2.1、手动挂载 mount -o ro /dev/sr0 /media3、进入etc/yum.repos.d目录查看仓是否配置&#xff0c;若配置进行下一一步&#…

360企业安全浏览器兼容模式显示异常某个内容不显示 偶发现象 本地无法复现情况js

360企业安全浏览器兼容模式显示异常 &#xff0c;现象测试环境频发 &#xff0c;本地连测试无法复现&#xff0c;线上反馈问题。 出现问题的电脑为windows且使用360企业安全浏览器打开兼容模式可复现 复现过程&#xff1a; 不直接点击超链接跳转页面 &#xff0c;登录后直接通…

C++ 侯捷 程序设计(Ⅱ)兼谈对象模型 笔记

Conversion function 转换函数 侯捷老师使用分数 Fraction举例&#xff0c;分数理应可以被看作是小数 提供了Fraction类对象一个转换为double的方法&#xff0c;当碰到需要转换为double的情况下&#xff0c;会调用该方法。 黄色的就是转换函数&#xff0c;没有return type&am…

Python+appium自动化测试之如何控制App的启动和退出

由于本人使用的是Android设备做自动化测试&#xff0c;所以以下内容均基于Android系统做出的整理 一、启动app 启动app需要设置Capability参数&#xff0c;而Capability参数放在Desired Capalibity中&#xff0c;Desired Capalibity告诉Appium想要的自动化平台和应用程序&…

Flutter与Xamarin跨平台APP开发框架的区别

嘿&#xff0c;各位亲爱的朋友们&#xff01;大家好&#xff0c;我是咕噜铁蛋&#xff01;今天我们要探讨的话题是&#xff1a;Flutter与Xamarin这两款热门的跨平台APP开发框架。我深知选择合适的开发工具对于开发者来说有多么重要。那么&#xff0c;当我们需要开发跨平台应用时…

【机器学习】基于正余弦搜索算法优化的BP神经网络分类预测(SCA-BP)

目录 1.原理与思路2.设计与实现3.结果预测4.代码获取 1.原理与思路 【智能算法应用】智能算法优化BP神经网络思路【智能算法】正余弦优化算法&#xff08;SCA&#xff09;原理及实现 2.设计与实现 数据集&#xff1a; 多输入多输出&#xff1a;样本特征24&#xff0c;标签类…

高德地图——轨迹回放和电子围栏

功能点 地图的初始化显示电子围栏&#xff08;先初始化在调接口显示电子围栏&#xff09;显示定位显示轨迹轨迹回放 &#xff08;回放速度无法控制是因为高德地图的版本问题&#xff0c;不要设置版本&#xff0c;使用默认的即可生效&#xff09;获取当前城市及天气情况设置地图…

【漏洞复现】金和OA IncentivePlanFulfill.aspx SQL注入漏洞

0x01 产品简介 金和OA协同办公管理系统C6软件&#xff08;简称金和OA&#xff09;&#xff0c;本着简单、适用、高效的原则&#xff0c;贴合企事业单位的实际需求&#xff0c;实行通用化、标准化、智能化、人性化的产品设计&#xff0c;充分体现企事业单位规范管理、提高办公效…

黑马现有java课程框架及其功能梳理

目录 高并发相关提高通信效率Netty作用&#xff1a;哪些框架使用它&#xff1a; ChannelChannelHandler 和 ChannelPipelineEventLoop 和 EventLoopGroup**涉及的名词解释&#xff1a;**NIOSocketNginx 高并发相关 主要用来解决IO密集型程序&#xff08;大量文件读写&#xff…

盲盒小程序有什么优势?如何运营获客?

盲盒作为当下的热门行业&#xff0c;已经在国内外成功站稳脚步&#xff0c;市场规模庞大。 线上盲盒小程序也是互联网电商下的新模式&#xff0c;将传统的盲盒模式与线上电商模式相结合&#xff0c;为消费者提供一种新颖额盲盒购买体验&#xff0c;玩家在手机上就可以体验到抽…