ospf多进程双向重分发

并发：

计算机一个内核处理多个任务，其实就是内核在任务间不停的切换，达到好像多个任务同时在执行，实际上每个时刻只有一个任务在执行

并行：

多个任务利用计算机的多核同时执行，达到并行的效果

 

进程：

进程是程序在计算机种运行，代表是的是程序运行的一个状态

 

进程的状态：

就绪态：进程具备执行条件，等待cpu分配资源

运行态：进程占用cpu时间片

等待态：进程暂停运行，让出时间片

 

相关的进程函数

os.getpid()

os.getppid()

os.exit()

sys.exit()

 

python实现多进程：

------基于fork实现：　　　　windows上不支持。只支持linux和unix系统

注意。如果os.fork(）创建子进程成功。那么会将父进程的内存空间和代码复制一份给子进程。所以下例中，a变量和print(os.getpid())语句也带到了子进程中，所以会打印两次print(os.getpid())

import os
from time import  sleep

pid = os.fork() #开启子进程，并将自己的内存空间和代码全部复制给子进程
a = 1       #在当前继承将a=1放到内存空间
print(os.getpid())
if pid < 0:
    #pid<0,进程创建失败
    print('create process failed')
elif pid == 0:
    #子进程走这里
    print('this is new process')
    print('a=',a)
else:
    #父进程走这里
    print('tihs is old process')

 

 

 

 

 

---基于multiprocessing创建进程

from multiprocessing import Process

 

--Process()
功能 ： 创建进程对象
参数 ： target 绑定要执行的目标函数
args 元组，用于给target函数位置传参
kwargs 字典，给target函数键值传参

'''
multiprocessing创建进程
1.编写进程函数
2.生成进程对象
3.启动进程
4.回收进程
'''

from multiprocessing import Process
from time import sleep
# 有参数的进程函数
def worker(sec,name):
    for i in range(3):
        sleep(sec)
        print("I'm %s"%name)
        print("I'm working...")
# 创建进程对象,通过args 给函数位置传参
p = Process(target=worker,args=(2,),
            kwargs={'name':'Baron'})
#启动子进程
p.start()  #其中2表示，只阻塞2秒，2秒过后，子进程自动结束
#回收子进程
p.join()

 

---如何创建多个子进程

from multiprocessing import Process
from time import sleep
import os
def th1():
    sleep(3)
    print("吃饭")
    print(os.getppid(),'--',os.getpid())
def th2():
    sleep(2)
    print("睡觉")
    print(os.getppid(),'--',os.getpid())
def th3():
    sleep(4)
    print("打豆豆")
    print(os.getppid(),'--',os.getpid())
things = [th1,th2,th3]
jobs = []
for th in things:
    p = Process(target=th)
    jobs.append(p)  # 对进程对象进行存储
    p.start()
# [i.join() for i in jobs]
# 一起回收
for i in jobs:
    i.join()

 

 

--进程池

进程的创建和销毁的过程会消耗的资源较多，如果任务量很多，每个任务又是在很短时间内完成，需要频繁创建进程和销毁，因此消耗大量的计算机资源，所以我们可以创建一定数量的进程来处理事件，事件处理完进 程不退出而是继续处理其他事件，直到所有事件全都处理完毕统一销毁。增加进程的重复利用，降低资源消耗。

from multiprocessing import Pool
from time import sleep,ctime
def worker(msg):
    sleep(3)
    print(ctime(),'--',msg)
#创建进程池
p = Pool(3)
#向进程池队列添加事件
for i in range(5):
    msg = 'Tedu %d'%i
    p.apply_async(func=worker,args=(msg,))
p.close()
p.join()

#上述中，只开启三个进程的进程池，但在进程池中需要执行5个任务，
# 所以进程池一次执行三个，但是当这三个进程执行完成后，进程并不销毁，而是给剩下的两个任务执行