一 传统编程的缺陷
传统编程的弊端：
# 必须按照顺序执行，多个任务无法同时在还行
import timedef sing():for i in range(5):print("sing: hero")time.sleep(1) # 每唱一次，等1秒再唱def dance():for i in range(5):print("dance: swan")time.sleep(1) # 每唱一次，等1秒再跳def main():sing()dance()if __name__ == "__main__":main()
2个任务花费的时间是10秒，如果要边跳边唱，其实2个任务是可以在最长的那个任务完成时全部完成的。
实现多任务编程的方式有很多，如：多进程、多线程、协程等。
二 使用多进程方式实现多任务
# 必须按照顺序执行，多个任务无法同时在还行
import time
import multiprocessingdef sing():for i in range(5):print("sing: hero")time.sleep(1) # 每唱一次，等1秒再唱def dance():for i in range(5):print("dance: swan")time.sleep(1) # 每唱一次，等1秒再跳def main():p1 = multiprocessing.Process(target=sing)p2 = multiprocessing.Process(target=dance)p1.start()p2.start()if __name__ == "__main__":main()
三 进程的一些操作
通过 htop 命令可以查看详细的进程列表。
注意：使用kill -9 pid 杀死主进程后，子进程不会被杀死，此时命令行也会无法正常退出，因为该命令的信号是发给了主进程来执行杀死任务，子进程由于没有父进程，变成了孤儿进程，之后被init进程领养。也就是说杀死主进程后，子进程的父进程称为了init进程。
通过 os.getpid() 可以获取到当前进程的pid，os.getppid()可以获取父进程id。
四 进程间通信
进程之间无法直接进行通信，因为他们是互相独立的应用程序。
进程之间要实现通信，常见的方式有：socket等，python中可以使用队列方式实现：
queue = multiprocessing.Queue(3)
queue.put("111")
queue.put(222)# 取数据
res = queue.get()
print(res)
# 判断： q.full() q.empty()
五 进程池
p = multiprocessing.Pool(3)
六 多线程方式实现多任务
import time
import threadingdef sing():for i in range(5):print("sing: hero")time.sleep(1) # 每唱一次，等1秒再唱def dance():for i in range(5):print("dance: swan")time.sleep(1) # 每唱一次，等1秒再跳def main():t1 = threading.Thread(target=sing) # 创建一个线程对象t2 = threading.Thread(target=dance) # 创建一个线程对象t1.start() # 开启线程t2.start() # 开启线程if __name__ == "__main__":main()
七 线程相关API
通过 threading.Thread() 可以创建线程，threading.enumerate() 也可以查看当前所有的线程：
import time
import threadingdef sing():for i in range(5):print("sing: hero")time.sleep(1) # 每唱一次，等1秒再唱def dance():for i in range(5):print("dance: swan")time.sleep(1) # 每唱一次，等1秒再跳def main():t1 = threading.Thread(target=sing)t2 = threading.Thread(target=dance)t1.start()t2.start()while True:length = len(threading.enumerate())print("当前线程数为：%d" % length)if length <= 1:breaktime.sleep(0.5)if __name__ == "__main__":main()
八 同步与死锁
线程是共享全局变量的，这样就会造成数据的混乱：
import time
import threading# 定义共享的全局变量
num = 0def add100():global numfor i in range(100000):num = num + 0.00001def add1000():global numfor i in range(100000):num = num + 1000def main():t1 = threading.Thread(target=add100)t2 = threading.Thread(target=add1000)t1.start()t2.start()time.sleep(5)print(num) # 每次输出的结果是不相同的if __name__ == "__main__":main()
使用互斥锁实现同步的方案：
import time
import threading# 定义共享的全局变量
num = 0def add100():global nummutex.acquire() # 加锁：若已经加锁，则会直到锁被揭开for i in range(100000):num = num + 0.00001mutex.release() # 解锁def add1000():global nummutex.acquire() # 加锁：若已经加锁，则会直到锁被揭开for i in range(100000):num = num + 1000mutex.release() # 解锁# 创建互斥锁，默认不会上锁
mutex = threading.Lock()def main():t1 = threading.Thread(target=add100)t2 = threading.Thread(target=add1000)t1.start()t2.start()time.sleep(5)print(num) # 100000001.0 永远不会变if __name__ == "__main__":main()
 -我参与的投票列表实现)
