9）网络并发编程、进程、线程和协程

                          并发网络

十余年的靖江网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。全网整合营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整靖江建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。创新互联从事“靖江网站设计”,“靖江网站推广”以来，每个客户项目都认真落实执行。

Server：

#!/usr/bin/env python
#-*-conding:utf-8-*-
importsocket
sk = socket.socket()
sk.bind(('127.0.0.1',9009))
sk.listen()
conn,addr = sk.accept()
conn.send(b'heooo')
msg = conn.recv(1024)
print(msg)
conn.close()
sk.close()

Client：

#!/usr/bin/env python
#-*-conding:utf-8-*-
importsocket
sk = socket.socket()
sk.connect(('127.0.0.1',9009))
print(sk.recv(1024))
sk.send(b'busdf')
sk.close()

socketserver并发的模块

模块：

#!/usr/bin/env python
#-*-conding:utf-8-*-
importsocketserver
classMyserver(socketserver.BaseRequestHandler):
    defhandle(self):
        conn =self.request
        print(conn)
myserver = socketserver.ThreadingTCPServer(('127.0.0.1',9988),Myserver)
myserver.serve_forever()

Server端：

 Client端：

并发编程：

一个程序在同一时刻做多件事情

基于多道批处理系统和分时系统

解决程序中IO操作影响程序的效率问题

多个程序、作业在遇到IO操作的时候，操作系统会帮助你进行切换

让cpu的利用率得到最大的提高

操作系统 只负责管理调度进程

什么叫进程：

运行中的程序：

进程：是操作系统总资源分配的最小单位

每一个运行中的程序都需要有自己的内存、资源

都分配给进程  纪录执行的状态 管理自己的内存资源

importos,time
print(os.getpid())
time.sleep(1000)

Multiprocess模块（包）异步执行，就是两个程序一起执行

importos

importtime
from  multiprocessingimportProcess
deflxf(*args):
    print(args,os.getpid())
    time.sleep(2)

if__name__=='__main__':
    print(os.getpid())
    p = Process(target=lxf,args=(12,10,))
    p.start()
    print(os.getpid())

importos
importtime
from  multiprocessingimportProcess
deffunc(num):
    print(num,os.getpid())
    time.sleep(10)
if__name__=='__main__':
    print(os.getpid())
    p = Process(target=func,args=(10,))
    p.start()
    print(os.getpid())

importos
importtime
frommultiprocessingimportProcess
deffunc(num):
    print(num,os.getpid())
    time.sleep(0.5)
    print(num,os.getpid())
    time.sleep(0.5)
    print(num,os.getpid())
    time.sleep(0.5)
    print(num,os.getpid())

if__name__ =='__main__':
    print(os.getpid())
    p = Process(target=func,args=(10,))
    p.start()
    print(os.getpid())
    time.sleep(1)
    print(os.getpid(),1)
    time.sleep(1)
    print(os.getpid(),2)

什么是进程： 运行中的程序，计算机中最小的资源分配单位

程序开始执行就会产生一个主进程

Python中可以主进程中用代码启动一个进程----------------子进程

同时主进程也呗称为父进程

父子进程之间的代码执行是一步的，各自执行自己的

父子进程之间的数据是不可以共享

from  multiprocessingimportProcess
importtime
n =100
deffunc():
    globaln
    n =0
    print('&&&&')

if__name__ =='__main__':
    Process(target=func).start()
    time.sleep(1)
    print(n)

开启多个子进程：

frommultiprocessingimportProcess
importtime
deffunc(n):
    time.sleep(1)
    print('_&*'*n)

if__name__=='__main__':
    Process(target=func,args=(1,)).start()
    Process(target=func,args=(2,)).start()
    Process(target=func,args=(3,)).start()

开启10个进程去发邮件：

frommultiprocessingimportProcess
importtime
deffunc(n):
    time.sleep(1)
    print('-'* n)
if__name__ =='__main__':
    foriinrange(10):
        p = Process(target=func,args=(1,))
        p.start()
    print('子进程开始了')
    p.join()
    print('十条信息发送完了')

完善10条短信发送：

importos
importtime
from  multiprocessingimportProcess
deffunc(n):
    time.sleep(1)
    print('&'*n)

if__name__=='__main__':
    l = []
    foriinrange(10):
        p = Process(target=func,args=(i,))
        p.start()
        l.append(p)
    forpinl:
        p.join()
    print('发完了10条短信')

守护进程：也是一个子进程

当主进程的代码执行完毕之后会自动结束的子进程交做守护进程

importtime
frommultiprocessingimportProcess
defdeamon_func():
    while True:
        print('活着真好')
        time.sleep(0.5)

if__name__=='__main__':
    p = Process(target=deamon_func)
    p.daemon =True
    p.start()
    foriinrange(3):
        print(i*'*')
        time.sleep(1)

、

守护进程

守护进程也是一个子进程

当主进程的代码执行完毕之后自动结束的子进程叫做守护进程

如果要在主进程当中要等待子进程结束之后在执行某段代码：join方法

如果有多个子进程，不能在start一个进程之后就立刻join，吧所有的进程放到列表中，等待所有进程都start之后在逐一join

importos
importtime
from  multiprocessingimportProcess
defdaemon_func():
    while True:
        print('活着真好呀')
        time.sleep(0.5)

defwahaha():
    foriinrange(10):
        time.sleep(1)
        print(i *'#')
if__name__=='__main__':
    Process(target=wahaha).start()
    p = Process(target=daemon_func)
    p.daemon =True
    p.start()
    foriinrange(3):
        print(i*'*')
        time.sleep(1)

锁：

例子：

importos
importtime
importrandom
from  multiprocessingimportProcess

defwork(n):
    print('%s:%s is runing'%(n,os.getpid()))
    time.sleep(random.random())
    print('%s:%s is done'%(n,os.getpid()))

if__name__=='__main__':
    foriinrange(3):
        p = Process(target=work,args=(1,))
        p.start()

改进一下：使用锁：

importos
importtime
importrandom
from  multiprocessingimportProcess,Lock

defwork(n,lock):
    lock.acquire()
    print('%s:%s is runing'%(n,os.getpid()))
    time.sleep(random.random())
    print('%s:%s is done'%(n,os.getpid()))
    lock.release()
if__name__=='__main__':
    lock = Lock()
    foriinrange(3):
        p = Process(target=work,args=(1,lock))
        p.start()

抢火车票：使用锁：牺牲效率，但是保证安全

frommultiprocessingimportProcess,Lock
importtime,json,random
defsearch():
    dic = json.load(open('db'))
    print('\033[43m剩余票数%s\033[0m'%dic['count'])
defget(num):
    dic=json.load(open('db'))
    time.sleep(random.random())
    ifdic['count'] >0:
        dic['count']-=1
        time.sleep(0.2)
        json.dump(dic,open('db','w'))
        print('\033[43m%s购票成功\033[0m'%num)

deftask(num,lock):
    search()
    lock.acquire()
    get(num)
    lock.release()


if__name__=='__main__':
    lock = Lock()
    foriinrange(10):
        p = Process(target=task,args=(i,lock))
        p.start()

信号量：

#!/usr/bin/env python
#-*-conding:utf-8 -*-
frommultiprocessingimportSemaphore
sem = Semaphore(5)
sem.acquire()
print(1)
sem.acquire()
print(2)
sem.acquire()
print(3)
sem.acquire()
print(4)
sem.acquire()
print(5)  #到这里就卡住了
sem.acquire()
print(6)
sem.acquire()
print(7)

#!/usr/bin/env python
#-*-conding:utf-8 -*-
frommultiprocessingimportProcess,Semaphore
importtime,random
defgo_ktv(sem,user):
    sem.acquire()
    print('%s 占到了一间×××包间'%(user))
    time.sleep(random.randint(3,5))# 模拟每个人在里面呆的时间不同
    sem.release()
    print('%s 走出×××包间'% (user))
if__name__=='__main__':
    sem = Semaphore(4)
    p_l=[]
    foriinrange(13):
        p = Process(target=go_ktv,args=(sem,'user%s'%i,))
        p.start()
        p_l.append(p)
    foriinp_l:
        i.join()
    print('========>')

事件：

内部内置了一个标志

Wait 方法 如果这个标志是True那么wait == pass

Wait 方法 如果这个标志是False那么wait会陷入阻塞，一直阻塞到标志从False变成True

一个时间在创建之初 内部的标志默认是False

红绿灯

队列：Queue：

自己人为的去传输的结果的东西

importos
importtime
from  multiprocessingimportQueue,Process
deffunc(n,q):
    q.put(n*n)

if__name__=='__main__':
    q = Queue()
    Process(target=func,args=(100,q,)).start()
    print(q.get())

管道+锁 ==队列

管道也是一个可以实现进程之间通信的模型

但是管道没有锁，数据不安全

数据共享：

线程：

启动线程：

importos
importtime
from  threadingimportThread
deffunc(i):
    print(os.getpid())
    time.sleep(1)
    print('thread%s'%i)



Thread(target=func,args=(1,)).start()
print(10*'*')
print('main:',os.getpid())

线程之间的数据是共享的：

实现线程之间并发：

GIL锁  全局解释器锁：

是cpython解释器的问题

在同一个进程中 同一时刻  只能有一个线程呗cpu执行

导致高计算型， 代码 不适合用python的多线程来解决

用多进程或者分布式来解决高计算型代码

守护线程：

线程锁

池的概念：

线程池：

importtime
fromconcurrent.futuresimportThreadPoolExecutor
deffunc(num):
    time.sleep(5)
    print(num)

t = ThreadPoolExecutor(20)
foriinrange(100):
    t.submit(func,i)

t.shutdown()  #join 整个池子

print(3333335555) 

协程：