進程是什么？
進程就是一個程序在一個數(shù)據(jù)集上的一次動態(tài)執(zhí)行過程。進程一般由程序、數(shù)據(jù)集、進程控制塊三部分組成。我們編寫的程序用來描述進程要完成哪些功能以及如何完成；數(shù)據(jù)集則是程序在執(zhí)行過程中所需要使用的資源；進程控制塊用來記錄進程的外部特征，描述進程的執(zhí)行變化過程，系統(tǒng)可以利用它來控制和管理進程，它是系統(tǒng)感知進程存在的唯一標志。
線程是什么？
線程也叫輕量級進程，它是一個基本的CPU執(zhí)行單元，也是程序執(zhí)行過程中的最小單元，由線程ID、程序計數(shù)器、寄存器集合和堆棧共同組成。線程的引入減小了程序并發(fā)執(zhí)行時的開銷，提高了操作系統(tǒng)的并發(fā)性能。線程沒有自己的系統(tǒng)資源。
進程和線程的區(qū)別
進程是計算機中的程序關于某數(shù)據(jù)集合上的一次運行活動，是系統(tǒng)進行資源分配和調度的基本單位，是操作系統(tǒng)結構的基礎?；蛘哒f進程是具有一定獨立功能的程序關于某個數(shù)據(jù)集合上的一次運行活動,進程是系統(tǒng)進行資源分配和調度的一個獨立單位。
線程則是進程的一個實體,是CPU調度和分派的基本單位,它是比進程更小的能獨立運行的基本單位。
進程和線程的關系：
(1)一個線程只能屬于一個進程，而一個進程可以有多個線程，但至少有一個線程。
(2)資源分配給進程，同一進程的所有線程共享該進程的所有資源。
(3)CPU分給線程，即真正在CPU上運行的是線程。
并行和并發(fā)
并行處理（Parallel Processing）是計算機系統(tǒng)中能同時執(zhí)行兩個或者更多個處理的一種計算方法。并行處理可同時工作于同一程序的不同方面，并行處理的主要目的是節(jié)省大型和復雜問題的解決時間。
并發(fā)處理（concurrency Processing）是指一個時間段中有幾個程序都處于已經(jīng)啟動運行到運行完畢之間，而且這幾個程序都是在同一處理機（CPU）上運行，但任意時刻點上只有一個程序在處理機（CPU）上運行
同步和異步
同步就是指一個進程在執(zhí)行某個請求的時候，若該請求需要一段時間才能返回信息，那么這個進程將會一直等待下去，直到收到返回信息才繼續(xù)執(zhí)行下去；
異步是指進程不需要一直等下去，而是繼續(xù)執(zhí)行下面的操作，不管其他進程的狀態(tài)。當有消息返回時系統(tǒng)會通知進程進行處理，這樣可以提高執(zhí)行的效率。
舉個例子，打電話時就是同步通信，發(fā)短息時就是異步通信。
單例執(zhí)行
from random import randint
from time import time, sleep
def download_task(filename):
print('開始下載%s...' % filename)
time_to_download = randint(5, 10)
sleep(time_to_download)
print('%s下載完成! 耗費了%d秒' % (filename, time_to_download))
def main():
start = time()
download_task('Python入門.pdf')
download_task('av.avi')
end = time()
print('總共耗費了%.2f秒.' % (end - start))
if __name__ == '__main__':
main()
運行是順序執(zhí)行，所以耗時是多個進程的時間總和
因為是單進程任務，所有任務都是排隊進行所以這樣執(zhí)行效率非常的低。我們來添加多進程模式進行多進程同時執(zhí)行，這樣一個進程執(zhí)行時，另一個進程無需等待，執(zhí)行時間將大大縮短。
多進程
from random import randint
from time import time, sleep
from multiprocessing import Process
from os import getpid
def download_task(filename):
print('啟動下載進程，進程號:[%d]'%getpid())
print('開始下載%s...' % filename)
time_to_download = randint(5, 10)
sleep(time_to_download)
print('%s下載完成! 耗費了%d秒' % (filename, time_to_download))
def main():
start = time()
p1 = Process(target=download_task,args=('python入門.pdf',))
p2 = Process(target=download_task,args=('av.avi',))
p1.start()
p2.start()
p1.join()
p2.join()
# download_task('Python入門.pdf')
# download_task('av.avi')
end = time()
print('總共耗費了%.2f秒.' % (end - start))
if __name__ == '__main__':
main()
多個進程并排執(zhí)行，總耗時就是最長耗時的那個進程的時間。
大致的執(zhí)行流程如下圖
多進程的特點是相互獨立，不會共享全局變量，即在一個進程中對全局變量修改過后，不會影響另一個進程中的全局變量。
進程間通信
from random import randint
from time import time,sleep
from multiprocessing import Process
from os import getpid
time_to_download = 3
def download_task(filename):
global time_to_download
time_to_download += 1
print('啟動下載進程，進程號:[%d]'%getpid())
print('開始下載%s...' % filename)
sleep(time_to_download)
print('%s下載完成! 耗費了%d秒' % (filename, time_to_download))
def download_task2(filename):
global time_to_download
print('啟動下載進程，進程號:[%d]'%getpid())
print('開始下載%s...' % filename)
sleep(time_to_download)
print('%s下載完成! 耗費了%d秒' % (filename, time_to_download))
def main():
start = time()
p1 = Process(target=download_task,args=('python入門.pdf',))
p2 = Process(target=download_task2,args=('av.avi',))
p1.start()
p2.start()
p1.join()
p2.join()
end = time()
print('總共耗費了%.2f秒.' % (end - start))
if __name__ == '__main__':
main()
從執(zhí)行結果可以看出，兩個進程間的全局變量無法共享，所以它們是相互獨立的
當然多進程也是可以進行通過一些方法進行數(shù)據(jù)共享的?？梢允褂胢ultiprocessing模塊的Queue實現(xiàn)多進程之間的數(shù)據(jù)傳遞，Queue本身是一個消息列隊程序。
這里介紹Queue的常用進程通信的兩種方法：
put 方法用以插入數(shù)據(jù)到隊列中， put 方法還有兩個可選參數(shù)： blocked 和 timeout。如果 blocked 為 True（默認值），并且 timeout 為正值，該方法會阻塞 timeout 指定的時間，直到該隊列有剩余的空間。如果超時，會拋出 Queue.full 異常。如果 blocked 為 False，但該 Queue 已滿，會立即拋出 Queue.full 異常。
get 方法可以從隊列讀取并且刪除一個元素。同樣， get 方法有兩個可選參數(shù)： blocked和 timeout。如果 blocked 為 True（默認值），并且 timeout 為正值，那么在等待時間內沒有取到任何元素，會拋出 Queue.Empty 異常。如果 blocked 為 False，有兩種情況存在，如果Queue 有一個值可用，則立即返回該值，否則，如果隊列為空，則立即拋出Queue.Empty 異常。
Queue 隊列實現(xiàn)進程間通信
from random import randint
from time import time,sleep
from multiprocessing import Process
import multiprocessing
from os import getpid
time_to_download = 3
def write(q):
for i in ['python入門','av.avi','java入門']:
q.put(i)
print('啟動寫入進程，進程號:[%d]'%getpid())
print('開始寫入%s...' % i)
sleep(time_to_download)
def read(q):
while True:
if not q.empty():
print('啟動讀取進程，進程號:[%d]'%getpid())
print('開始讀取%s...' % q.get())
sleep(time_to_download)
else:
break
def main():
q = multiprocessing.Queue()
p1 = Process(target=write,args=(q,))
p2 = Process(target=read,args=(q,))
p1.start()
p1.join()
p2.start()
p2.join()
if __name__ == '__main__':
main()
上一個進程寫入的數(shù)據(jù)通過Queue隊列共享給了下一個進程，然后下一個進程可以直接進行使用，這樣就完成了多進程間的數(shù)據(jù)共享。
進程池
Pool類可以提供指定數(shù)量的進程供用戶調用，當有新的請求提交到Pool中時，如果池還沒有滿，就會創(chuàng)建一個新的進程來執(zhí)行請求。如果池滿，請求就會告知先等待，直到池中有進程結束，才會創(chuàng)建新的進程來執(zhí)行這些請求。
進程池中常見三個方法：
◆apply：串行
◆apply_async：并行
◆map
多線程
from random import randint
from time import time, sleep
from threading import Thread
from os import getpid
def download_task(filename):
print('啟動下載進程，進程號:[%d]' % getpid())
print('開始下載%s...' % filename)
time_to_download = randint(5, 10)
sleep(time_to_download)
print('%s下載完成! 耗費了%d秒' % (filename, time_to_download))
def main():
start = time()
p1 = Thread(target=download_task, args=('python入門.pdf',))
p2 = Thread(target=download_task, args=('av.avi',))
p1.start()
p2.start()
p1.join()
p2.join()
end = time()
print('總共耗費了%.2f秒.' % (end - start))
if __name__ == '__main__':
main()
多線程執(zhí)行因為GIL鎖的存在，實際上執(zhí)行是進行單線程，即一次只執(zhí)行一個線程，然后在切換其他的線程進行執(zhí)行，因為其中切換的時間非常的短，所以看上去依然像是多線程一起執(zhí)行。
通過繼承Thread類的方式來創(chuàng)建自定義的線程類，然后再創(chuàng)建線程對象并啟動線程
from random import randint
from threading import Thread
from time import time, sleep
class DownloadTask(Thread):
def __init__(self, filename):
super().__init__()
self._filename = filename
def run(self):
print('開始下載%s...'% self._filename)
time_to_download = randint(5,10)
sleep(time_to_download)
print('%s下載完成!耗費了%d秒' %(self._filename, time_to_download))
def main():
start = time()
t1 = DownloadTask('python入門')
t2 = DownloadTask('av.avi')
t1.start()
t2.start()
t1.join()
t2.join()
end = time()
print('共耗費了%.2f秒'%(end - start))
if __name__ == '__main__':
main()
多線程使用類還是函數(shù)執(zhí)行的結果完全一致，具體怎么使用可以結合自己的使用場景。
到此這篇關于詳解Python中的進程和線程的文章就介紹到這了,更多相關Python進程和線程內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python多線程與多進程相關知識總結
- Python多進程與多線程的使用場景詳解
- Python之多進程與多線程的使用
- Python 多進程、多線程效率對比
- python中線程和進程有何區(qū)別
- python 在threading中如何處理主進程和子線程的關系
- Python隊列、進程間通信、線程案例
