python数据结构和GIL及多进程
一 数据结构和GIL
1 queue
标准库queue模块，提供FIFO的queue、LIFO的队列，优先队列
Queue 类是线程安全的，适用于多线程间安全的交换数据，内部使用了Lock和Condition
为什么说容器的大小不准确，其原因是如果不加锁，是不可能获取到准确的大小的，因为你刚读取了一个大小，还没取走，有可能被就被其他线程修改了，queue类的size虽然加了锁，但是依然不能保证立即get，put就能成功，因为读取大小和get,put方法是分来的。
2 GIL
1 简介
全局解释器锁，进程级别的锁GIL
Cpython在解释器进程中有一把锁，叫做GIL全局解释器锁。GIL 保证Cpython进程中，当前时刻只有一个线程执行代码，甚至在多核情况下，也是如此。
2 IO 密集型和CPU密集型
Cpython中
IO 密集型，由于线程阻塞，就会调度其他线程
CPU密集型，当前线程可能连续获取GIL，导致其他线程几乎无法使用CPU，若要唤醒其他线程，则需要准备数据，其代价是高昂的。
IO 密集型，多线程解决，CPU密集型，多进程解决，绕开GIL。
python中绝大多数内置数据结构的读写操作都是原子操作
由于GIL 的存在，python的内置数据类型在多线程编程的时候就变得安全了，但是实际上他们本身不是线程安全类型的
3 保留GIL 原因
Guido坚持的简单哲学，对于初学者门槛低，不需要高深的系统知识也能安全，简单的使用python。
而移除GIL。会降低Cpython单线程的执行效率。
4 验证其是否是单线程
相关实例
在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun，784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容
import logging
import datetime
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc():
sum=0
for _ in range(1000000000):
sum+=1
calc()
calc()
calc()
calc()
calc()
delta=(datetime.datetime.now()-start).total_seconds()
logging.info(delta)
多线程模式下的计算结果
import logging
import datetime
import threading
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc():
sum=0
for _ in range(1000000000):
sum+=1
lst=[]
for _ in range(5):
t=threading.Thread(target=calc)
t.start()
lst.append(t)
for t in lst:
t.join()
delta=(datetime.datetime.now()-start).total_seconds()
print (delta)
结果如下
从这两个程序来看，Cpython中多线程根本没有优势，和一个线程执行的时间相当，因为存在GIL
二 多进程
1 概念
1 多进程描述
由于python中的GIL ，多线程不是CPU密集型程序的最好选择
多进程可以在完全独立的进程中运行程序，可以充分利用多处理器
但是进程本身的隔离带来数据不共享也是一个问题，且线程比进程轻量的多
多进程也是解决并发的一种手段
2 进程和线程的异同
相同点：
进程是可以终止的，线程是不能通过命令终止的，线程的终止要么抛出异常，要么程序本身执行完成。
进程间同步提供了和线程同步一样的类，使用方式也是一样的，使用效果也是类似，不过，进程间同步的代价要高于线程，而且底层实现不同。
multiprocessing 还提供了共享内存，服务器进程来共享数据，还提供了queue队列，匹配管道用于进程间通信
不同点
通信方式不同
1 多进程就是启用多个解释器进程，进程间通信必须序列化，反序列化
2 数据的安全性问题多进程最好是在main中执行
多线程已经将数据进行处理了，其不需要再次进行序列化了多进程传递必须序列化和反序列化。
3 进程应用
远程调用，RPC，跨网络
2 参数介绍
multiprocessing中的process类
process 类遵循了Thread类的API，减少了学习难度
不同进程可以完全调度到不同的CPU上执行IO 密集型最好使用多线程
CPU 密集型最好使用多进程进程提供的相关属性
| 名称 | 含义 |
|---|---|
| pid | 进程ID |
| exitcode | 进程退出的状态码 |
| terminate() | 终止指定进程 |
3 实例
import logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc(i):
sum=0
for _ in range(1000000000):
sum+=1
lst=[]
for i in range(5):
p=multiprocessing.Process(target=calc,args=(i,),name="P-{}".format(i))
p.start()
lst.append(p)
for p in lst:
p.join()
delta=(datetime.datetime.now()-start).total_seconds()
print (delta)
结果如下
多进程本身避开了进程和进程之间调度需要的时间，多核心都使用了，此处存在CPU的调度问题
多进程对CPU的提升是显而易见的。
单线程，多线程都跑了很长时间，而多进程只是用了1分半，是真正的并行
4 进程池相关
import logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s %(threadName)s %(message)s ")
start=datetime.datetime.now()
def calc(i):
sum=0
for _ in range(1000000000):
sum+=1
print (i,sum)
if __name__=='__main__':
start=datetime.datetime.now()
p=multiprocessing.Pool(5) # 此处用于初始化进程池，其池中的资源是可以复用的
for i in range(5):
p.apply_async(calc,args=(i,))
p.close() # 下面要执行join，上面必须先close
p.join()
delta=(datetime.datetime.now()-start).total_seconds()
print (delta)
结果如下
进程创建的多，使用进程池进行处理还是一种比较好的处理方式
5 多进程和多线程的选择
1 选择
1 CPU 密集型
Cpython 中使用了GIL，多线程的时候互相竞争，且多核优势不能发挥，python使用多进程效率更高2 IO密集型
适合使用多线程，减少IO序列化开销，且在IO等待时，切换到其他线程继续执行，效率不错，当然多进程也适用于IO密集型
2 应用
请求/应答模型： WEB应用中常见的处理模型
master启动多个worker工作进程，一般和CPU数目相同
worker工作进程中启动多个线程，提高并发处理能力，worker处理用户的请求，往往需要等待数据
这就是nginx的工作模式工作进程一般都和CPU核数相同，CPU的亲原性，进程在CPU的迁移成本比较高。
三 concurrent包
1 概念
concurrent.futures
3.2 版本引入的模块
异步并行任务编程模块，提供一个高级的异步可执行的便利接口提供了2个池执行器
ThreadPoolExecutor 异步调用的线程池的Executor
ProcessPoolExecutor 异步调用进程池的Executor
2 参数详解
| 方法 | 含义 |
|---|---|
| ThreadPoolExecutor(max_workers=1) | 池中至多创建max_workers个线程的池来同时异步执行，返回Executor实例 |
| submit(fn,*args,**kwagrs) | 提交执行的函数及参数，返回Future实例 |
| shutdown(wait=True) | 清理池 |
Future 类
| 方法 | 含义 |
|---|---|
| result() | 可以查看调用的返回结果 |
| done() | 如果调用被成功的取消或者执行完成，则返回为True |
| cancelled() | 如果调用被成功取消，返回True |
| running() | 如果正在运行且不能被取消，则返回True |
| cancel() | 尝试取消调用，如果已经执行且不能取消则返回False,否则返回True |
| result(timeout=None) | 取返回的结果，超时时为None，一直等待返回，超时设置到期，抛出concurrent.futures.TimeoutError异常 |
| execption(timeout=None) | 取返回的异常，超时为None，一直等待返回，超时设置到期，抛出concurrent.futures.TimeoutError异常 |
3 线程池相关实例
import logging
import threading
from concurrent import futures
import logging
import time
logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")
def worker(n): # 定义未来执行的任务
logging.info("begin to work{}".format(n))
time.sleep(5)
logging.info("finished{}".format(n))
# 创建一个线程池，池容量为3
executor=futures.ThreadPoolExecutor(max_workers=3)
fs=[]
for i in range(3):
f=executor.submit(worker,i) # 传入参数，返回Future对象
fs.append(f)
for i in range(3,6):
f=executor.submit(worker,i) # 传入参数，返回Future对象
fs.append(f)
while True:
time.sleep(2)
logging.info(threading.enumerate()) #返回存活线程列表
flag=True
for f in fs:
logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
flag=flag and f.done() # 若都调用成功，则返回为True,否则则返回为False
if flag:
executor.shutdown() # 如果全部调用成功，则需要清理池
logging.info(threading.enumerate())
break
结果如下
其线程池中的线程是持续使用的，一旦创建好的线程，其不会变化，唯一不好的就是线程名未发生变化，但其最多影响了打印效果
4 进程池相关实例
在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun，784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容
import logging
import threading
from concurrent import futures
import logging
import time
logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")
def worker(n): # 定义未来执行的任务
logging.info("begin to work{}".format(n))
time.sleep(5)
logging.info("finished{}".format(n))
# 创建一个进程池，池容量为3
executor=futures.ProcessPoolExecutor(max_workers=3)
fs=[]
for i in range(3):
f=executor.submit(worker,i) # 传入参数，返回Future对象
fs.append(f)
for i in range(3,6):
f=executor.submit(worker,i) # 传入参数，返回Future对象
fs.append(f)
while True:
time.sleep(2)
flag=True
for f in fs:
logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
flag=flag and f.done() # 若都调用成功，则返回为True,否则则返回为False
if flag:
executor.shutdown() # 如果全部调用成功，则需要清理池
break
结果如下
5 支持上下文管理
concurrent.futures.ProcessPoolExecutor 继承自concurrent.futures.base.Executor，而父类有enter,_exit方法，其是支持上下文管理的，可以使用with语句
import logging
import threading
from concurrent import futures
import logging
import time
logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")
def worker(n): # 定义未来执行的任务
logging.info("begin to work{}".format(n))
time.sleep(5)
logging.info("finished{}".format(n))
fs=[]
with futures.ProcessPoolExecutor(max_workers=3) as executor:
for i in range(6):
futures=executor.submit(worker,i)
fs.append(futures)
while True:
time.sleep(2)
flag=True
for f in fs:
logging.info(f.done()) # 如果被成功调用或取消完成，此处返回为True
flag=flag and f.done() # 若都调用成功，则返回为True,否则则返回为False
if flag:
executor.shutdown() # 如果全部调用成功，则需要清理池
break
结果如下
对Python感兴趣或者是正在学习的小伙伴，可以加入我们的Python学习扣qun：784758214，看看前辈们是如何学习的！从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！分享一些学习的方法和需要注意的小细节，教你如何实现边学习边用Python赚钱的学习方式。点击加入我们的 python学习者聚集地
6 总结
统一了线程池，进程池的调用，简化了编程，是python简单的思想哲学的提现
唯一缺点： 无法设置线程名称
©著作权归作者所有：来自51CTO博客作者长跑者1号的原创作品，如需转载，请注明出处，否则将追究法律责任