相思资源网 Design By www.200059.com
进程互斥锁
多进程同时抢购余票
# 并发运行,效率高,但竞争写同一文件,数据写入错乱 # data.json文件内容为 {"ticket_num": 1} import json import time from multiprocessing import Process def search(user): with open('data.json', 'r', encoding='utf-8') as f: dic = json.load(f) print(f'用户{user}查看余票,还剩{dic.get("ticket_num")}...') def buy(user): with open('data.json', 'r', encoding='utf-8') as f: dic = json.load(f) time.sleep(0.1) if dic['ticket_num'] > 0: dic['ticket_num'] -= 1 with open('data.json', 'w', encoding='utf-8') as f: json.dump(dic, f) print(f'用户{user}抢票成功!') else: print(f'用户{user}抢票失败') def run(user): search(user) buy(user) if __name__ == '__main__': for i in range(10): # 模拟10个用户抢票 p = Process(target=run, args=(f'用户{i}', )) p.start()
使用锁来保证数据安全
# data.json文件内容为 {"ticket_num": 1} import json import time from multiprocessing import Process, Lock def search(user): with open('data.json', 'r', encoding='utf-8') as f: dic = json.load(f) print(f'用户{user}查看余票,还剩{dic.get("ticket_num")}...') def buy(user): with open('data.json', 'r', encoding='utf-8') as f: dic = json.load(f) time.sleep(0.2) if dic['ticket_num'] > 0: dic['ticket_num'] -= 1 with open('data.json', 'w', encoding='utf-8') as f: json.dump(dic, f) print(f'用户{user}抢票成功!') else: print(f'用户{user}抢票失败') def run(user, mutex): search(user) mutex.acquire() # 加锁 buy(user) mutex.release() # 释放锁 if __name__ == '__main__': # 调用Lock()类得到一个锁对象 mutex = Lock() for i in range(10): # 模拟10个用户抢票 p = Process(target=run, args=(f'用户{i}', mutex)) p.start()
进程互斥锁:
让并发变成串行,牺牲了执行效率,保证了数据安全
在程序并发时,需要修改数据使用
队列
队列遵循的是先进先出
队列:相当于内存中一个队列空间,可以存放多个数据,但数据的顺序是由先进去的排在前面。
q.put() 添加数据
q.get() 取数据,遵循队列先进先出
q.get_nowait() 获取队列数据, 队列中没有就会报错
q.put_nowait 添加数据,若队列满了也会报错
q.full() 查看队列是否满了
q.empty() 查看队列是否为空
from multiprocessing import Queue # 调用队列类,实例化队列对象 q = Queue(5) # 队列中存放5个数据 # put添加数据,若队列里的数据满了就会卡住 q.put(1) print('进入数据1') q.put(2) print('进入数据2') q.put(3) print('进入数据3') q.put(4) print('进入数据4') q.put(5) print('进入数据5') # 查看队列是否满了 print(q.full()) # 添加数据, 若队列满了也会报错 q.put_nowait(6) # q.get() 获取的数据遵循先进先出 print(q.get()) print(q.get()) print(q.get()) print(q.get()) print(q.get()) # print(q.get()) print(q.get_nowait()) # 获取队列数据, 队列中没有就会报错 # 判断队列是否为空 print(q.empty()) q.put(6) print('进入数据6')
进程间通信
IPC(Inter-Process Communication)
进程间数据是相互隔离的,若想实现进程间通信,可以利用队列
from multiprocessing import Process, Queue def task1(q): data = 'hello 你好' q.put(data) print('进程1添加数据到队列') def task2(q): print(q.get()) print('进程2从队列中获取数据') if __name__ == '__main__': q = Queue() p1 = Process(target=task1, args=(q, )) p2 = Process(target=task2, args=(q, )) p1.start() p2.start() print('主进程')
生产者与消费者
在程序中,通过队列生产者把数据添加到队列中,消费者从队列中获取数据
from multiprocessing import Process, Queue import time # 生产者 def producer(name, food, q): for i in range(10): data = food, i msg = f'用户{name}开始制作{data}' print(msg) q.put(data) time.sleep(0.1) # 消费者 def consumer(name, q): while True: data = q.get() if not data: break print(f'用户{name}开始吃{data}') if __name__ == '__main__': q = Queue() p1 = Process(target=producer, args=('neo', '煎饼', q)) p2 = Process(target=producer, args=('wick', '肉包', q)) c1 = Process(target=consumer, args=('cwz', q)) c2 = Process(target=consumer, args=('woods', q)) p1.start() p2.start() c1.daemon = True c2.daemon = True c1.start() c2.start() print('主')
线程
线程的概念
进程与线程都是虚拟单位
进程:资源单位
线程:执行单位
开启一个进程,一定会有一个线程,线程才是真正执行者
开启进程:
- 开辟一个名称空间,每开启一个进程都会占用一份内存资源
- 会自带一个线程
开启线程:
- 一个进程可以开启多个线程
- 线程的开销远小于进程
注意:线程不能实现并行,线程只能实现并发,进程可以实现并行
线程的两种创建方式
from threading import Thread import time # 创建线程方式1 def task(): print('线程开启') time.sleep(1) print('线程结束') if __name__ == '__main__': t = Thread(target=task) t.start() # 创建线程方式2 class MyThread(Thread): def run(self): print('线程开启...') time.sleep(1) print('线程结束...') if __name__ == '__main__': t = MyThread() t.start()
线程对象的方法
from threading import Thread from threading import current_thread import time def task(): print(f'线程开启{current_thread().name}') time.sleep(1) print(f'线程结束{current_thread().name}') if __name__ == '__main__': t = Thread(target=task) print(t.isAlive()) # t.daemon = True t.start() print(t.isAlive())
线程互斥锁
线程之间数据是共享的
from threading import Thread from threading import Lock import time mutex = Lock() n = 100 def task(i): print(f'线程{i}启动') global n mutex.acquire() temp = n time.sleep(0.1) n = temp - 1 print(n) mutex.release() if __name__ == '__main__': t_l = [] for i in range(100): t = Thread(target=task, args=(i, )) t_l.append(t) t.start() for t in t_l: t.join() print(n)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
相思资源网 Design By www.200059.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
相思资源网 Design By www.200059.com
暂无Python队列、进程间通信、线程案例的评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。