一台计算机上面运行着很多进程，那么计算机是如何区分并管理这些进程服务端的呢？
计算机会给每一个运行的进程分配一个PID号
如何查看？
    windows电脑  进入cmd输入tasklist即可查看  
                tasklist | findstr PID查看具体的进程
　　　　　　　　　　强制杀死进程 taskkill /F /PID PIP号
　　　　　　　　　　
　　
    mac电脑，进入终端之后输入ps aux    
            ps aux | grep PID查看具体的进程

查看当前进程的进程号

from multiprocessing import Process,current_process
current_process().pid    # 查看当前进程的进程号


import os
os.getpid()  # 查看当前进程的进程号
os.getppid()  #  查看当前进程的父进程号

current_process

from multiprocessing import Process,current_process
import time
import os

def task():
    print('%s is running' %current_process().pid)  # 查看当前进程的进程号
    time.sleep(30)

if __name__ == '__main__':
    p = Process(target=task)
    p.start()
    print('主',current_process().pid)

# 主 13496
# 13352 is running

from multiprocessing import Process,current_process
import time
import os

def task():
    print('%s is running' %os.getpid())  # 查看当前进程的进程号
    print('子进程的主进程号%s' %os.getppid())
    time.sleep(30)

if __name__ == '__main__':
    p = Process(target=task)
    p.start()
    print('主',os.getpid())
    print('主主',os.getppid())  # 获取父进程的pid号

# 主 7864
# 主主 10108
# 3356 is running
# 子进程的主进程号7864

了解：

　　 p.start()
    p.terminate()  # 杀死当前进程
    # 这句话是告诉操作系统帮你取杀死当前进程，但是需要一定的时间，而代码的运行速度极快
    time.sleep(1)
    print(p.is_alive())   # 判断当前进程是否存活
    '''
    一般情况下我们会默认将
    存储布尔值的变量名
    和返回的结果是布尔值的方法名
    都起成is_开头
    '''

僵尸进程与孤儿进程（了解）

僵尸进程

　　死了，但是没有死透

　　当你开设了子进程之后，该进程死后不会立刻释放占用的进程号

　　因为我要让父进程能够查看到它开设的子进程的一些基本信息，占用的pid号，运行时间

　　所有的进程都会步入僵尸进程

　　　　父进程不死，并且在无限制的创建子进程并且子进程也不结束

　　　　回收子进程占用的pid号

　　　　　　父进程等待子进程运行结束

　　　　　　父进程调用join方法

孤儿进程

　　子进程存活，父进程意外死亡

　　操作系统会开设一个"儿童福利院"，专门管理孤儿进程回收相关资源

守护进程

from multiprocessing import Process
import time

def task(name = 'egon'):
    print('%s总管正常活着' %name)
    time.sleep(3)
    print('%s总管正在死亡' %name)

if __name__ == '__main__':
    # p = Process(target=task,args=('egon',))
    p = Process(target=task,kwargs={'name':'egon'})
    p.daemon = True  # 将进程p设置成守护进程 这句话一定要放在start方法上面才有效果，否则报错
    p.start()
    print('皇帝jason寿终正寝')

互斥锁

多个进程操作同一份数据的时候，会出现数据错乱的问题

针对上述问题，解决方法就是加锁处理，将并发变成串行，牺牲效率但是保证了数据的安全

扩展：
　　行锁　　表锁

注意：

　　1、锁不要轻易的使用，容易造成死锁现象（我们一般写代码不会用到，都是内部封装好的）

　　2、锁只在处理数据的部分加起来保证数据安全（只在争抢数据的环节加锁处理即可）

文件

data.txt

{"ticket_num": 1}

代码

from multiprocessing import Process,Lock
import json
import time
import random

# 查票
def search(i):
    # 文件操作，读取票数
    with open('data','r',encoding='utf-8') as f:
        dic = json.load(f)
    print('用户%s查询余票%s' %(i,dic.get('ticket_num')))
    # 字典取值不要用[]的形式，推荐使用get  你写的代码打死都不能报错！！！

# 买票 1、先查   2、再买
def buy(i):
    # 先查票
    with open('data','r',encoding='utf-8') as f:
        dic = json.load(f)
    # 模拟网络延迟
    time.sleep(random.randint(1,3))
    # 判断当前是否有票
    if dic.get('ticket_num') > 0:
        # 修改数据库，，买票
        dic['ticket_num'] -= 1
        # 写入数据库
        with open('data','w',encoding='utf-8') as f:
            json.dump(dic,f)

        print('用户%s 买票成功' %i)
    else:
        print('用户%s 买票失败' %i)

# 整合上面两个函数
def run(i,mutex):
    search(i)
    # 给买票环节加锁处理
    # 抢锁
    mutex.acquire()
    buy(i)
    # 释放锁
    mutex.release()


if __name__ == '__main__':
    # 在主进程中生成一把锁，让所有的子进程抢，谁先抢到谁先买票
    mutex = Lock()
    for i in range(1,11):
        p = Process(target=run, args=(i, mutex))
        p.start()

进程间通信

队列Queue模块

管道：subprocess

　　stdin 　　stdout 　　stderr

队列：管道+锁

队列：先进先出

堆栈：先进后出

from multiprocessing import Queue

# 创建一个队列
q = Queue(5)  # 括号内可以传数据，标示生成的队列最大可以同时存放的数据量

# 往队列中存数据
q.put(111)
q.put(222)
q.put(333)
print(q.full())  # 判断当前队列是否满了
print(q.empty())  # 判断当前队列是否空了
q.put(444)
q.put(555)
print(q.full())  # 判断当前队列是否满了
# q.put(666)  # 当队列数据放满了之后，如果还有数据，程序会阻塞，直到有位置让出来，不会报错


'''
存取数据 存是为了更好的取
千方百计的存，简单快捷的取

同在一个屋檐下
差距为何那莫大
'''

# 去队列中取数据
v1 = q.get()
v2 = q.get()
v3 = q.get()
v4 = q.get()
v5 = q.get()
print(q.empty())   # 判断当前队列是否空了
# v6 = q.get_nowait()    # 没有数据直接报错  queue.Empty
# v6 = q.get(timeout=3)    # 没有数据之后原地等待三秒之后再报错  queue.Empty
# v6 = q.get()  # 队列中如果已经没有数据的话，get方法会原地阻塞
try:
    v6 = q.get(timeout=3)
    print(v6)
except Exception as e:
    print('一滴都没有了！')
# print(v1,v2,v3,v4,v5,v6)


'''
q.full() 判断当前队列是否满了
q.empty()  判断当前队列是否空了
q.get_nowait()  没有数据直接报错
在多进程的情况下是不精确的
'''

IPC机制

from multiprocessing import Queue,Process

'''
研究思路：
    1、主进程跟子进程借助于队列通信
    2、子进程跟子进程借助于队列通信
'''


def producer(q):
    q.put('我是23号技师，很高兴为您服务！')
    print('hello big baby~')


def consumer(q):
    print(q.get())

if __name__ == '__main__':
    q = Queue()
    p = Process(target=producer,args=(q,))
    p1 = Process(target=consumer,args=(q,))
    p.start()
    p1.start()
    # print(q.get())

生产者消费者模型

生产者：生产/制造东西的

消费者：消费/处理东西的

该模型除了上述两个之外，还需要一个媒介

　　生活中的例子：做包子的将包子做好之后放在蒸笼（媒介）里面，买包子的去蒸笼里面拿

　　　　　　　　　厨师做菜做完之后用盘子装着给消费者端过去

　　生产者和消费者之间不是直接做交互的，而是借助于媒介做交互

　　生产者（做包子的） + 消息队列（蒸笼） + 消费者（吃包子的）

from multiprocessing import Queue,Process,JoinableQueue
import random
import time


# 生产者
def producer(name,food,q):
    for i in range(5):
        data = '%s生产的%s%s' %(name,food,i)
        # 模拟延迟
        time.sleep(random.randint(1,3))
        print(data)
        # 将数据放入队列
        q.put(data)

# 消费者
def consumer(name,q):
    # 消费者胃口很大，光盘行动
    while True:
        food = q.get()  # 没有数据就会卡住
        # 判断当前是否有结束的标识
        # if food is None:
        #     break
        time.sleep(random.randint(1,3))
        print('%s吃了%s' %(name,food))
        q.task_done()  # 告诉队列你已经从里面取出了一个数据并且处理完毕了



if __name__ == '__main__':
    # q = Queue()
    q = JoinableQueue()
    p1 = Process(target=producer,args=('大厨egon','包子',q))
    p2 = Process(target=producer,args=('马叉虫tank','煲汤',q))
    c1 = Process(target=consumer,args=('春哥',q))
    c2 = Process(target=consumer,args=('星哥',q))
    p1.start()
    p2.start()
    # 将消费者设置守护进程
    c1.daemon = True
    c2.daemon = True
    c1.start()
    c2.start()
    p1.join()
    p2.join()
    # 等待生产者生产完毕之后，往队列中添加特定的结束符号
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    # q.put(None)  # 肯定在所有生产者生产的数据的末尾
    q.join()  # 等待队列中所有的数据被取完在执行往下执行的代码

    '''
    JoinableQueue  每当你往该队列中存入数据的时候，内部会有一个计数器+1
    每当你调用task_done的时候，计数器-1
    q.join() 当计数器为0的时候，才往后执行
    '''

    # 只有q.join执行完毕，说明消费者已经处理完数据了，消费者就没有存在的必要了

线程理论

致命三问：

什么是线程

进程：资源单位
线程：执行单位

将操作系统比喻成一个大的工厂
那么进程就相当于工厂里面的车间
而线程就是车间里面的流水线

每一个进程肯定自带一个线程

再次总结：
    进程：资源单位（起一个进程仅仅只是在内存空间中开辟一块独立的空间）
    线程：执行单位（真正被cpu执行的其实是进程里面的线程，线程指的就是代码执行的过程，执行代码中所需要使用到的资源都找所在的进程索要）

进程和线程都是虚拟单位，只是为了我们更加方便的描述问题

为何要有线程

开设进程
    1、申请内存空间    耗资源
    2、"拷贝代码"       耗资源
开线程
    一个进程内可以开设多个线程，在同一个进程内开设多个线程无需再次申请内存空间的操作


总结：开设线程的开销要远远小于进程的开销
　　　同一个进程下的多个线程数据是共享的

举例：
我们要开发一款文本编辑器
　　获取用户输入的功能　　
　　实时展示到屏幕的功能
　　自动保存到硬盘的功能
针对上面这三个功能，开设进程还是线程合适？？？
开三个线程处理上面的三个功能更加的合理

标签：__,队列,day26,print,线程,进程,import
来源： https://www.cnblogs.com/ZhZhang12138/p/14286577.html