day30总结

        回顾

        1.进程互斥锁
        让并发变成串行,牺牲了效率,保证数据安全.
        mutex = Lock()
        # 加锁
        ? mutex.acquire()
        # 释放锁
        ? mutex.release()

        2.队列:
        相当于在内存中开启了一个空间,可以存放一堆数据,这堆数据都得遵循"先进先出".
        管道(阻塞) + 锁
        q = Queue()
        # 添加数据
        ? q.put(1)
        # 若队列满了,会原地等待
        ? q.put(2)
        # 若队列满了,不会等待直接报错
        ? q.put_nowait(2)

        获取数据,遵循先进先出
        若队列中没数据,会原地等待
        q.get() # 1
        若队列中没数据,会直接报错
        q.get_nowait() # 1

        q.empty() # 判断队列是否为空
        q.full() # 判断队列是否满了

        3.IPC进程间通信
        通过队列让进程间实现通信.

        4.生产者与消费者
        生产者: 生产数据的
        消费者; 使用数据的

        目的: 解决供需不平衡问题.
        通过队列来实现,生产者消费者供需不平衡问题.

        5.线程
        1.什么是线程?
        进程: 资源单位
        线程: 执行单位

        注意: 只要开启一个进程就会有一个线程(主线程).
        主线程会在进程结束时,一并销毁.

        2.为什么要使用线程?
        节省内存资源

        开启进程:
        1) 开辟一个新的内存空间
        2) 会自带一个主线程

        开启线程:
        1) 一个进程内可以开启多个线程
        2) 开启线程的资源远小于进程

        创建线程的两种方式
        一:
        from threading import Thread
        def task():
        pass

        t = Thread(target=task) # 异步提交任务,开启线程
        t.start()
        t.join() # 主线程等待子线程结束之后再结束.

        二:
        class MyThread(Thread):
        def run(self):
        执行任务
        ? pass

        t = MyThread()
        t.start()
        t.join()

        6.线程对象的属性
        current_thread().name # 获取当前线程对象的名字
        # 返回一个列表,列表中包含当前执行的所有线程对象
        print(enumerate())
        # 获取当前执行线程的个数
        print(activeCount())
        is_alive() # 判断线程是否存活

        7.线程互斥锁
        from threading import Lock()
        mutex = Lock()
        mutex.acquire()
        t1
        mutex.release()

        TCP服务端实现并发

        '''
        服务端的工作:
            1.接收客户端的请求
            2.24小时不间断提供服务
            3.实现并发
        
        '''
        
        import socket
        import time
        from threading import Thread
        
        server = socket.socket()
        
        server.bind(
            ('127.0.0.1', 9527)
        )
        
        server.listen(5)
        print('启动服务端...')
        
        
        # 线程任务,执行接收客户端消息与发送消息给客户端
        def working(conn):
            while True:
                try:
                    data = conn.recv(1024)
                    if len(data) == 0:
                        break
                    print(data)
                    time.sleep(1)
                    conn.send(data.upper())
                except Exception as e:
                    print(e)
                    break
        
            conn.close()
        
        
        while True:
            conn, addr = server.accept()
            print(addr)
            t = Thread(target=working, args=(conn, ))
            t.start()xxxxxxxxxx?'''服务端的工作: ?  1.接收客户端的请求 ?  2.24小时不间断提供服务 ?  3.实现并发'''import socketimport timefrom threading import Threadserver = socket.socket()server.bind( ?  ('127.0.0.1', 9527))server.listen(5)print('启动服务端...')# 线程任务,执行接收客户端消息与发送消息给客户端def working(conn): ?  while True: ? ? ?  try: ? ? ? ? ?  data = conn.recv(1024) ? ? ? ? ?  if len(data) == 0: ? ? ? ? ? ? ?  break ? ? ? ? ?  print(data) ? ? ? ? ?  time.sleep(1) ? ? ? ? ?  conn.send(data.upper()) ? ? ?  except Exception as e: ? ? ? ? ?  print(e) ? ? ? ? ?  break ?  conn.close()while True: ?  conn, addr = server.accept() ?  print(addr) ?  t = Thread(target=working, args=(conn, )) ?  t.start()'''服务端的工作: ?  1.接收客户端的请求 ?  2.24小时不间断提供服务 ?  3.实现并发'''import socketimport timefrom threading import Threadserver = socket.socket()server.bind( ?  ('127.0.0.1', 9527))server.listen(5)print('启动服务端...')# 线程任务,执行接收客户端消息与发送消息给客户端def working(conn): ?  while True: ? ? ?  try: ? ? ? ? ?  data = conn.recv(1024) ? ? ? ? ?  if len(data) == 0: ? ? ? ? ? ? ?  break ? ? ? ? ?  print(data) ? ? ? ? ?  time.sleep(1) ? ? ? ? ?  conn.send(data.upper()) ? ? ?  except Exception as e: ? ? ? ? ?  print(e) ? ? ? ? ?  break ?  conn.close()while True: ?  conn, addr = server.accept() ?  print(addr) ?  t = Thread(target=working, args=(conn, )) ?  t.start()
        import socket
        import time
        
        client = socket.socket()
        
        client.connect(
            ('127.0.0.1', 9527)
        )
        
        print('启动客户端...')
        while True:
            client.send(b'hello')
            data = client.recv(1024)
            print(data)
            time.sleep(1)

        GIL全局解释器锁

        '''
        In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple
        native threads from executing Python bytecodes at once. This lock is necessary mainly
        because CPython’s memory management is not thread-safe. (However, since the GIL
        exists, other features have grown to depend on the guarantees that it enforces.)
        
        在CPython中,全局解释器锁(GIL)是一个防止多个锁的互斥锁
        本机线程从执行Python字节码一次。这把锁主要是必须的
        因为CPython的内存管理不是线程安全的。(然而,自从GIL
        存在时,其他功能已逐渐依赖于它所实施的保证。)
        
        '''
        
        '''
        python解释器:
            1.Cpython
                C
                
            2.Jpython
                java
                
            3.Ppython
                Python
        
        
        GIL全局解释器锁:
            基于Cpython来研究全局解释器锁.
            
            1.GIL本质上是一个互斥锁.
            2.GIL的为了阻止同一个进程内多个线程同时执行(并行)
                - 单个进程下的多个线程无法实现并行,但能实现并发
            
            3.这把锁主要是因为CPython的内存管理不是 "线程安全" 的.
                - 内存管理
                    - 垃圾回收机制
                    
            GIL的存在就是为了保证线程安全的.
            
            注意: 多个线程过来执行,一旦遇到IO操作,就会立马释放GIL解释器锁,交给下一个先进来的线程.
            
        '''
        
        import time
        from threading import Thread, current_thread
        
        number = 100
        
        
        def task():
            global number
            number2 = number
            # time.sleep(1)
            number = number2 - 1
            print(number, current_thread().name)
        
        
        for line in range(100):
            t = Thread(target=task)
            t.start()

        验证多线程的作用

        '''
        多线程的作用:
            站在两个角度去看问题:
        
            - 四个任务, 计算密集型, 每个任务需要10s:
                单核:
                    - 开启进程
                        消耗资源过大
                        - 4个进程: 40s
        
                    - 开启线程
                        消耗资源远小于进程
                        - 4个线程: 40s
        
                多核:
                    - 开启进程
                        并行执行,效率比较高
                        - 4个进程: 10s
        
                    - 开启线程
                        并发执行,执行效率低.
                        - 4个线程: 40s
        
        
        
            - 四个任务, IO密集型, 每个任务需要10s:
                单核:
                    - 开启进程
                        消耗资源过大
                        - 4个进程: 40s
        
                    - 开启线程
                        消耗资源远小于进程
                        - 4个线程: 40s
        
                多核:
                    - 开启进程
                        并行执行,效率小于多线程,因为遇到IO会立马切换CPU的执行权限
                        - 4个进程: 40s  +  开启进程消耗的额外时间
        
                    - 开启线程
                        并发执行,执行效率高于多进程
        
                        - 4个线程: 40s
        '''
        from threading import Thread
        from multiprocessing import Process
        import os
        import time
        
        
        # 计算密集型
        def work1():
            number = 0
            for line in range(100000000):
                number += 1
        
        
        # IO密集型
        def work2():
            time.sleep(1)
        
        
        if __name__ == '__main__':
        
            # 测试计算密集型
            # print(os.cpu_count())  # 6
            # # 开始时间
            # start_time = time.time()
            # list1 = []
            # for line in range(6):
            #     p = Process(target=work1)  # 程序执行时间5.300818920135498
            #     # p = Thread(target=work1)  # 程序执行时间24.000795602798462
            #
            #     list1.append(p)
            #     p.start()
        
            # IO密集型
            print(os.cpu_count())  # 6
            # 开始时间
            start_time = time.time()
            list1 = []
            for line in range(40):
                # p = Process(target=work2)  # 程序执行时间4.445072174072266
                p = Thread(target=work2)  # 程序执行时间1.009237289428711
        
                list1.append(p)
                p.start()
        
            for p in list1:
                p.join()
            end_time = time.time()
        
            print(f'程序执行时间{end_time - start_time}')
        
        
        
        
        '''
        在计算密集型的情况下:
            使用多进程
            
        在IO密集型的情况下:
            使用多线程
            
        高效执行多个进程,内多个IO密集型的程序:
            使用 多进程 + 多线程
        '''

        死锁现象

        '''
        死锁现象(了解):
        
        '''
        from threading import Lock, Thread, current_thread
        import time
        
        mutex_a = Lock()
        mutex_b = Lock()
        #
        # print(id(mutex_a))
        # print(id(mutex_b))
        
        
        class MyThread(Thread):
        
            # 线程执行任务
            def run(self):
                self.func1()
                self.func2()
        
            def func1(self):
                mutex_a.acquire()
                # print(f'用户{current_thread().name}抢到锁a')
                print(f'用户{self.name}抢到锁a')
                mutex_b.acquire()
                print(f'用户{self.name}抢到锁b')
                mutex_b.release()
                print(f'用户{self.name}释放锁b')
                mutex_a.release()
                print(f'用户{self.name}释放锁a')
        
            def func2(self):
                mutex_b.acquire()
                print(f'用户{self.name}抢到锁b')
                # IO操作
                time.sleep(1)
        
                mutex_a.acquire()
                print(f'用户{self.name}抢到锁a')
                mutex_a.release()
                print(f'用户{self.name}释放锁a')
                mutex_b.release()
                print(f'用户{self.name}释放锁b')
        
        
        for line in range(10):
            t = MyThread()
            t.start()
        
        
        '''
        注意:
            锁不能乱用.
        '''

        递归锁

        '''
        递归锁(了解):
            用于解决死锁问题.
        
        RLock: 比喻成万能钥匙,可以提供给多个人去使用.
            但是第一个使用的时候,会对该锁做一个引用计数.
            只有引用计数为0, 才能真正释放让另一个人去使用
        '''
        
        from threading import RLock, Thread, Lock
        import time
        
        mutex_a = mutex_b = Lock()
        
        
        class MyThread(Thread):
        
            # 线程执行任务
            def run(self):
                self.func1()
                self.func2()
        
            def func1(self):
                mutex_a.acquire()
                # print(f'用户{current_thread().name}抢到锁a')
                print(f'用户{self.name}抢到锁a')
                mutex_b.acquire()
                print(f'用户{self.name}抢到锁b')
                mutex_b.release()
                print(f'用户{self.name}释放锁b')
                mutex_a.release()
                print(f'用户{self.name}释放锁a')
        
            def func2(self):
                mutex_b.acquire()
                print(f'用户{self.name}抢到锁b')
                # IO操作
                time.sleep(1)
                mutex_a.acquire()
                print(f'用户{self.name}抢到锁a')
                mutex_a.release()
                print(f'用户{self.name}释放锁a')
                mutex_b.release()
                print(f'用户{self.name}释放锁b')
        
        
        for line in range(10):
            t = MyThread()
            t.start()

        信号量

        '''
        信号量(了解):
        
            互斥锁: 比喻成一个家用马桶.
                同一时间只能让一个人去使用
        
            信号量: 比喻成公厕多个马桶.
                同一时间可以让多个人去使用
        '''
        from threading import Semaphore, Lock
        from threading import current_thread
        from threading import Thread
        import time
        
        sm = Semaphore(5)  # 5个马桶
        mutex = Lock()  # 5个马桶
        
        
        def task():
            # mutex.acquire()
            sm.acquire()
            print(f'{current_thread().name}执行任务')
            time.sleep(1)
            sm.release()
            # mutex.release()
        
        
        for line in range(20):
            t = Thread(target=task)
            t.start()

        线程队列

        '''
        线程Q(了解级别1): 线程队列  面试会问: FIFO
        
            - FIFO队列: 先进先出
            - LIFO队列: 后进先出
            - 优先级队列: 根据参数内,数字的大小进行分级,数字值越小,优先级越高
        '''
        import queue
        
        # 普通的线程队列: 先进先出
        # q = queue.Queue()
        # q.put(1)
        # q.put(2)
        # q.put(3)
        # print(q.get())  # 1
        
        
        # LIFO队列: 后进先出
        # q = queue.LifoQueue()
        # q.put(1)
        # q.put(2)
        # q.put(3)
        # print(q.get())  # 3
        
        
        # 优先级队列
        q = queue.PriorityQueue()  # 超级了解
        # 若参数中传的是元组,会以元组中第一个数字参数为准
        q.put(('a优', '先', '娃娃头', 4))  # a==97
        q.put(('a先', '优', '娃娃头', 3))  # a==98
        q.put(('a级', '级', '娃娃头', 2))  # a==99
        '''
        1.首先根据第一个参数判断ascii表的数值大小
        2.判断第个参数中的汉字顺序.
        3.再判断第二参数中数字--> 字符串数字 ---> 中文
        4.以此类推
        '''
        print(q.get())
        相关文章
        相关标签/搜索
        蓝月亮资料大全期期准118图库天下彩天空彩免费大全香港蓝月亮精选资料六合宝典天天彩票新版