并发编程
2019-06-25 16:29:21 0 举报AI智能生成
并发编程
作者其他创作
大纲/内容
并发编程
操作系统的发展史
人机矛盾：CPU利用率低
磁带存储 + 批处理
降低数据的存储时间
提高CPU的利用率
多道操作系统
数据隔离
时空复用
能够在一个任务遇到IO操作的时候主动把CPU让出来，给其他任务使用（切换需要占用时间，切换这个事情是操作系统做的）
分时操作系统
给时间分片，让多个任务轮流使用CPU
短作业优先算法
先来先服务算发
时间分片
CPU的轮转
每个程序分配一个时间片
该方法需要切换，要占用时间，反而降低了CPU的利用率，但是提高了用户的体验
分是操作系统 + 多道操作系统 + 实时操作系统
多程序一起在计算机中执行
一个程序如果没有遇到IO操作，但是时间片到了，切出去让出CPU
网络操作系统
分布式操作系统
并行与并发
并行：两个程序两个CPU，每个程序分别占用一个CPU，自己执行自己的（看起来是在同时执行，实际在每一个时间点上，都在各自执行）
并发：两个程序，一个CPU，每个程序交替的在一个CPU上执行（看起来是在同时执行，实际上是串行）
同步和异步
同步：有两个任务，任务一在执行的过程中遇到了任务二时，就会先去执行任务二，执行完任务二才会回来继续执行任务一
异步：有两个任务，他们个执行自己的，互不干扰
阻塞相关
阻塞：CPU不工作
非阻塞：CPU工作
同步阻塞：
同步非阻塞
异步阻塞
异步非阻塞
进程
定义：运行中的程序
程序和进程之间的关系
程序只是一个文件
进程是这个文件被CPU运行起来了
进程是计算机中最小的资源分配单位
操作系统调度进程的算法
短作业优先
先来先服务
时间片轮转
多级反馈算法
进程的三状态图
子主题
进程的特点
开销大
利用多核
进程之间共享数据的安全问题
lock
同时执行好几段代码
进程模块process
from multiprocessing import Process
start
terminate
is_alive
join方法：阻塞直到子进程结束就结束阻塞
daemon：守护进程
使用面向对象的方式
操作系统创建进程的方式不同
Windows
实际上新的子进程需要通过import父进程的代码来完成数据的导入工作，相当于在子进程中把主进程文件又从头到尾执行了一遍
所以有一些内容我们只希望在父进程中完成，就写在if __name__ == '__main__':下面
iOS/Linux
不执行代码，直接执行调用的func函数
主进程和进程之间的关系
主进程的结束逻辑
主进程的代码结束
所有子进程的代码结束
给子进程回收资源
主进程结束
如果子进程执行结束，主进程没有回收子进程资源，子进程就变成了僵尸进程
主进程是如何知道子进程结束了的？
基于网络、基于文件
锁
进程之间的通信
IPC
Queue
Pipe
生产者消费者模型
把一个产生数据并且处理数据的过程解耦，让生产数据的过程和处理数据的过程达到一个工作效率上的平衡
进程之间的数据共享
manager类
线程
定义：是进程当中的一部分，每一个进程中至少有一个线程，线程是负责执行具体的代码的
线程是能被CPU 调度的最小的单位
开销：线程的创建也需要一些开销，他的创建、销毁、切换远小于进程
线程的特点
数据共享
开销小
是进程的一部分
不能独立存在
本身可以利用多核
cpython解释器不能实现多线程利用多核
垃圾回收机制
引用计数
分代回收
锁：GIL 全局解释器锁
保证了整个Python程序中，只能有一个线程被CPU执行
原因：cpython解释器中特殊的垃圾回收机制
GIL锁导致了程序不能并行，可以并发，所以使用线程并不影响高IO型的操作，只会对高计算型的程序有效率上的影响
线程模块
from threading import Thread
join
面向对象的方式
其他的方法：enumerate、active_count、current_thread、ident
守护线程：守护线程一直等到所有的非守护线程都结束之后才结束，除了守护了主线程的代码之外还会守护子线程
互斥锁：不能连续acquire多次
递归锁：可以连续多次acquire
完整的单例模式
线程队列
Queue:先进先出
LifoQueue：后进先出
PriorityQueue：优先级队列
池
进程池：ProcessPool
from concurrent.futures import ProcessPoolExecutor
submit：提交任务
shutdown：关闭池之后就不能继续提交任务，并且会阻塞，直到已经提交的任务完成
result：返回值
线程池：ThreadPool
from concurrent.futures import ThreadPoolExecutor
回调函数
规律的总结
协程
定义：能够在一个线程下的多个任务之间来回切换，那么每一个任务都是一个协程
协程是操作系统不可见的
在cpython解释器下，协程和线程都不能利用多核，都是在一个CPU上轮流执行
由于多线程本身不能利用多核，所以即便是开启了多个线程也只能轮流在一个CPU上执行
协程如果把所有的IO操作都规避掉，只剩下需要用CPU的操作，就意味着协程可以做到提高CPU利用率的效果
多线程和协程
切换需要操作系统，开销大，操作系统不可控，给操作系统的压力大
切换需要Python代码，开销小，用户操作可控，完全不会增加操作系统的压力
切换问题
原生Python完成 yield asyncio
C语言完成的Python模块
协程模块
greenlet
gevent
asyncio
0 条评论
回复 删除
下一页
