Python的進程,線程和協程實例詳解

 更新時間:2022年03月10日 15:00:55   作者:FriendshipT  
這篇文章主要為大家詳細介紹了Python進程,線程和協程,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助

相關介紹

Python是一種跨平臺的計算機程序設計語言。是一個高層次的結合了解釋性、編譯性、互動性和面向對象的腳本語言。最初被設計用于編寫自動化腳本(shell),隨著版本的不斷更新和語言新功能的添加,越多被用于獨立的、大型項目的開發。

在這里插入圖片描述

例如

在這里插入圖片描述

實驗環境

  • Python 3.x (面向對象的高級語言)
  • Multiprocessing(Python庫)
  • Threading(Python庫)
  • Asyncio(Python庫)
  • Time(Python庫)
  • Random(Python庫)

進程

進程:程序運行在操作系統上的一個實例,就稱之為進程。進程需要相應的系統資源:內存、時間片、pid(進程號)。 一個運行的程序(代碼)就是一個進程,沒有運行的代碼叫程序,進程是系統資源分配的最小單位,進程擁有自己獨立的內存空間,所以進程間數據不共享,開銷大。

在這里插入圖片描述

創建進程步驟:

1.首先要導入 multiprocessing 中的 Process;

2.創建一個 Process 對象;

3.創建 Process 對象時,可以傳遞參數;

4.使用 start()啟動進程;

5.結束進程。

import os 
from multiprocessing import Process
import time
def pro_func(name,age,**kwargs):
	print("進程正在運行,name=%s, age=%d, pid=%d" %(name, age, os.getpid()))
	print('kwargs參數值',kwargs)
	time.sleep(0.1)
if __name__=="__main__":
    p=Process(target=pro_func,args=('Friendship',18),kwargs={'愛好':'Python'})
    print('啟動進程')
    p.start()
    print('程是否還在活著:',p.is_alive())# 判斷進程進程是否還在活著
    time.sleep(0.5)
    # 1 秒鐘之后,立刻結束進程
    print('結束進程')
    p.terminate() # 不管任務是否完成,立即終止進程
    p.join() # 等待子進程執行結束
    print('程是否還在活著:',p.is_alive())# 判斷進程進程是否還在活著

在這里插入圖片描述

注意:進程間不共享全局變量。

多進程

以一個讀寫程序為例,main函數為一個主進程,write函數為一個子進程,read函數為另一個子進程,然后兩個子進程進行讀寫操作。

import os
import time
import random
from multiprocessing import Process,Queue
# 寫數據函數
def write(q):
    for value in ['I','love','Python']:
        print('在隊列里寫入 %s ' % value)
        q.put(value)
        time.sleep(random.random())
# 讀數據函數
def read(q):
    while True:
        if not q.empty():
            value  = q.get(True)
            print('從隊列中讀取 %s ' % value)
            time.sleep(random.random())
        else:
            break
if __name__=="__main__": # 主進程
    # 主進程創建 Queue,并傳給各個子進程
    q=Queue()
    # 創建兩個進程
    pw=Process(target=write,args=(q,))
    pr=Process(target=read,args=(q,))
    # 啟動子進程 pw
    pw.start()
    # 等待 pw結束
    pw.join()
    # 啟動子進程 pr
    pr.start()
    # 等待 pw結束
    pr.join()
    print('End!')

在這里插入圖片描述

用進程池對多進程進行操作

from multiprocessing import Manager,Pool
import os,time,random
def read(q):
    print("read進程 啟動(%s),主進程為(%s)" % (os.getpid(), os.getppid()))
    for i in range(q.qsize()):
        print("read進程 從 Queue 獲取到消息:%s" % q.get(True))
def write(q):
    print("write進程 啟動(%s),主進程為(%s)" % (os.getpid(), os.getppid()))
    for i in "Python":
        q.put(i)
if __name__=="__main__":
    print("主進程(%s) start" % os.getpid())
    q = Manager().Queue() # 使用 Manager 中的 Queue
    # 定義一個進程池
    po = Pool()
    # Pool().apply_async(要調用的目標,(傳遞給目標的參數元祖,))
    po.apply_async(write, (q,))
    time.sleep(1) # 先讓上面的任務向 Queue 存入數據,然后再讓下面的任務開始從中取數據
    po.apply_async(read, (q,))
    po.close() # 關閉進程池,關閉后 po 不再接收新的請求
    po.join() # 等待 po 中所有子進程執行完成,必須放在 close 語句之后
    print("(%s) End!" % os.getpid())

在這里插入圖片描述

線程

線程:調度執行的最小單位,也叫執行路徑,不能獨立存在,依賴進程存在一個進程至少有一個線程,叫主線程,而多個線程共享內存(數據共享,共享全局變量),從而極大地提高了程序的運行效率。

在這里插入圖片描述

在這里插入圖片描述

上圖,紅框表示進程號(PID)為1624的進程,有118個線程。

使用_thread模塊實現

import _thread
import time
import random
# 為線程定義一個函數
def print_time(threadName):
    count = 0
    while count < 5:
        time.sleep(random.random())
        count += 1
        print ("%s: %s" % (threadName, time.ctime(time.time())))
# 創建兩個線程
try:
    _thread.start_new_thread(print_time, ("Thread-1",))
    _thread.start_new_thread(print_time, ("Thread-2",))
except:
    print ("Error: 無法啟動線程")
while True:
	pass

在這里插入圖片描述

使用 threading 模塊實現

# 使用 threading 模塊創建線程 
import threading
import time
import random
class myThread(threading.Thread):
    def __init__(self, threadID, name):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.delay = random.random()
    def run(self):
        print ("開始線程:" + self.name)
        print_time(self.name, 5)
        print ("退出線程:" + self.name)
def print_time(threadName, count):
    while count:
        time.sleep(random.random())
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        count -= 1
# 創建兩個線程
thread1 = myThread(1, "Thread-1")
thread2 = myThread(2, "Thread-2")
# 開啟新線程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主線程")

在這里插入圖片描述

協程

  • 協程:是一種用戶態的輕量級線程,協程的調度完全由用戶控制。協程擁有自己的寄存器上下文和棧。 協程調度切換時,將寄存器上下文和棧保存到其他地方,在切回來的時候,恢復先前保存的寄存器上下文和棧,直接操作棧則基本沒有內核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非???。
  • 當出現IO阻塞的時候,由協程的調度器進行調度,通過將數據流立刻yield掉(主動讓出),并且記錄當前棧上的數據,阻塞完后立刻再通過線程恢復棧,并把阻塞的結果放到這個線程上去跑,這樣看上去好像跟寫同步代碼沒有任何差別,這整個流程可以稱為coroutine。
  • 由于協程的暫停完全由程序控制,發生在用戶態上;而線程的阻塞狀態是由操作系統內核來進行切換,發生在內核態上。因此,協程的開銷遠遠小于線程的開銷。

使用asyncio模塊實現

import asyncio
import time
import random
async def work(msg):
    print("收到的信息:'{}'".format(msg))
    print("{}1{}".format("*"*10,"*"*10)) # 為了方便,展示結果
    await asyncio.sleep(random.random())
    print("{}2{}".format("*"*10,"*"*10)) # 為了方便,展示結果
    print(msg)
async def main():
	# 創建兩個任務對象(協程),并加入到事件循環中
    Coroutines1 = asyncio.create_task(work("hello"))
    Coroutines2 = asyncio.create_task(work("Python"))
    print("開始時間: {}".format(time.asctime(time.localtime(time.time()))))
    await Coroutines1  # 此時并發運行Coroutines1和Coroutines2
    print("{}3{}".format("*"*10,"*"*10)) # 為了方便,展示結果
    await Coroutines2 # await相當于掛起當前任務,去執行其他任務,此時是堵塞的
    print("{}4{}".format("*"*10,"*"*10)) # 為了方便,展示結果
    print("結束時間:{}".format(time.asctime(time.localtime(time.time()))))
asyncio.run(main())# asyncio.run(main())創建一個事件循環,并以main為主要程序入口 

在這里插入圖片描述

總結

  • 進程:一個運行的程序(代碼)就是一個進程,沒有運行的代碼叫程序,進程是系統資源分配的最小單位,進程擁有自己獨立的內存空間,所以進程間數據不共享,開銷大。
  • 線程: 調度執行的最小單位,也叫執行路徑,不能獨立存在,依賴進程存在一個進程至少有一個線程,叫主線程,而多個線程共享內存(數據共享,共享全局變量),從而極大地提高了程序的運行效率。
  • 協程:是一種用戶態的輕量級線程,協程的調度完全由用戶控制。協程擁有自己的寄存器上下文和棧。 協程調度切換時,將寄存器上下文和棧保存到其他地方,在切回來的時候,恢復先前保存的寄存器上下文和棧,直接操作棧則基本沒有內核切換的開銷,可以不加鎖的訪問全局變量,所以上下文的切換非???。

本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!      

相關文章

  • Python測試框架:pytest學習筆記

    Python測試框架:pytest學習筆記

    這篇文章主要介紹了Python測試框架:pytest的相關資料,幫助大家更好的利用python進行單元測試,感興趣的朋友可以了解下
    2020-10-10
  • 簡單了解python協程的相關知識

    簡單了解python協程的相關知識

    這篇文章主要介紹了簡單了解python協程的相關知識,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-08-08
  • Python基于Dlib的人臉識別系統的實現

    Python基于Dlib的人臉識別系統的實現

    這篇文章主要介紹了Python基于Dlib的人臉識別系統的實現,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-02-02
  • Python list與NumPy array 區分詳解

    Python list與NumPy array 區分詳解

    這篇文章主要介紹了Python list與NumPy array 區分詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-11-11
  • python 如何設置柱狀圖參數

    python 如何設置柱狀圖參數

    這篇文章主要介紹了在python中設置柱狀圖參數的操作,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python進程間通信之共享內存詳解

    Python進程間通信之共享內存詳解

    這篇文章主要為大家詳細介紹了Python進程間通信之共享內存的相關資料,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2017-10-10
  • pyttsx3實現中文文字轉語音的方法

    pyttsx3實現中文文字轉語音的方法

    今天小編就為大家分享一篇pyttsx3實現中文文字轉語音的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-12-12
  • Python 元類實例解析

    Python 元類實例解析

    這篇文章主要介紹了 Python 元類實例解析,此文的主要任務就是給大家徹底講明白什么是元類,需要的朋友可以參考下
    2018-04-04
  • tensorflow學習筆記之mnist的卷積神經網絡實例

    tensorflow學習筆記之mnist的卷積神經網絡實例

    這篇文章主要為大家詳細介紹了tensorflow學習筆記之mnist的卷積神經網絡實例,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-04-04
  • 利用Tensorboard繪制網絡識別準確率和loss曲線實例

    利用Tensorboard繪制網絡識別準確率和loss曲線實例

    今天小編就為大家分享一篇利用Tensorboard繪制網絡識別準確率和loss曲線實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02

最新評論

免费人成视频在线观看