python數據結構和GIL及多進程

一 數據結構和GIL

1 queue

標準庫queue模塊，提供FIFO的queue、LIFO的隊列，優先隊列
Queue 類是線程安全的，適用于多線程間安全的交換數據，內部使用了Lock和Condition

為什么說容器的大小不準確，其原因是如果不加鎖，是不可能獲取到準確的大小的，因為你剛讀取了一個大小，還沒取走，有可能被就被其他線程修改了，queue類的size雖然加了鎖，但是依然不能保證立即get，put就能成功，因為讀取大小和get,put方法是分來的。

2 GIL

1 簡介

全局解釋器鎖，進程級別的鎖GIL
Cpython在解釋器進程中有一把鎖，叫做GIL全局解釋器鎖。

GIL 保證Cpython進程中，當前時刻只有一個線程執行代碼，甚至在多核情況下，也是如此。

2 IO 密集型和CPU密集型

Cpython中
IO 密集型，由于線程阻塞，就會調度其他線程
CPU密集型，當前線程可能連續獲取GIL，導致其他線程幾乎無法使用CPU，若要喚醒其他線程，則需要準備數據，其代價是高昂的。

IO 密集型，多線程解決，CPU密集型，多進程解決，繞開GIL。

python中絕大多數內置數據結構的讀寫操作都是原子操作

由于GIL 的存在，python的內置數據類型在多線程編程的時候就變得安全了，但是實際上他們本身不是線程安全類型的

3 保留GIL 原因

Guido堅持的簡單哲學，對于初學者門檻低，不需要高深的系統知識也能安全，簡單的使用python。
而移除GIL。會降低Cpython單線程的執行效率。

4 驗證其是否是單線程

相關實例

import  logging
import datetime
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc():
    sum=0
    for _ in range(1000000000):
        sum+=1

calc()
calc()
calc()
calc()
calc()
delta=(datetime.datetime.now()-start).total_seconds()
logging.info(delta)

多線程模式下的計算結果

import  logging
import datetime
import threading
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc():
    sum=0
    for _ in range(1000000000):
        sum+=1
lst=[]
for _ in range(5):
    t=threading.Thread(target=calc)
    t.start()
    lst.append(t)

for t in lst:
    t.join()

delta=(datetime.datetime.now()-start).total_seconds()

print (delta)

結果如下

從這兩個程序來看，Cpython中多線程根本沒有優勢，和一個線程執行的時間相當，因為存在GIL

二 多進程

1 概念

1 多進程描述

由于python中的GIL ，多線程不是CPU密集型程序的最好選擇

多進程可以在完全獨立的進程中運行程序，可以充分利用多處理器

但是進程本身的隔離帶來數據不共享也是一個問題，且線程比進程輕量的多

多進程也是解決并發的一種手段

2 進程和線程的異同

相同點：

進程是可以終止的，線程是不能通過命令終止的，線程的終止要么拋出異常，要么程序本身執行完成。

進程間同步提供了和線程同步一樣的類，使用方式也是一樣的，使用效果也是類似，不過，進程間同步的代價要高于線程，而且底層實現不同。

multiprocessing 還提供了共享內存，服務器進程來共享數據，還提供了queue隊列，匹配管道用于進程間通信

不同點

通信方式不同
1 多進程就是啟用多個解釋器進程，進程間通信必須序列化，反序列化
2 數據的安全性問題

多進程最好是在main中執行
多線程已經將數據進行處理了，其不需要再次進行序列化了

多進程傳遞必須序列化和反序列化。

3 進程應用

遠程調用，RPC，跨網絡

2 參數介紹

multiprocessing中的process類

process 類遵循了Thread類的API，減少了學習難度
不同進程可以完全調度到不同的CPU上執行

IO 密集型最好使用多線程
CPU 密集型最好使用多進程

進程提供的相關屬性

3 實例

import  logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc(i):
    sum=0
    for _ in range(1000000000):
        sum+=1
lst=[]
for  i in range(5):
    p=multiprocessing.Process(target=calc,args=(i,),name="P-{}".format(i))
    p.start()
    lst.append(p)
for p in  lst:
    p.join()

delta=(datetime.datetime.now()-start).total_seconds()
print (delta)

結果如下

多進程本身避開了進程和進程之間調度需要的時間，多核心都使用了，此處存在CPU的調度問題
多進程對CPU的提升是顯而易見的。
單線程，多線程都跑了很長時間，而多進程只是用了1分半，是真正的并行

4 進程池相關

import  logging
import datetime
import multiprocessing
logging.basicConfig(level=logging.INFO,format="%(asctime)s  %(threadName)s %(message)s ")
start=datetime.datetime.now()

def calc(i):
    sum=0
    for _ in range(1000000000):
        sum+=1
    print (i,sum)
if  __name__=='__main__':
    start=datetime.datetime.now()
    p=multiprocessing.Pool(5)  # 此處用于初始化進程池，其池中的資源是可以復用的
    for i in range(5):
        p.apply_async(calc,args=(i,))
    p.close()  # 下面要執行join，上面必須先close
    p.join()
    delta=(datetime.datetime.now()-start).total_seconds()
    print (delta)

結果如下

進程創建的多，使用進程池進行處理還是一種比較好的處理方式

5 多進程和多線程的選擇

1 選擇

1 CPU 密集型
Cpython 中使用了GIL，多線程的時候互相競爭，且多核優勢不能發揮，python使用多進程效率更高

2 IO密集型

適合使用多線程，減少IO序列化開銷，且在IO等待時，切換到其他線程繼續執行，效率不錯，當然多進程也適用于IO密集型

2 應用

請求/應答模型： WEB應用中常見的處理模型

master啟動多個worker工作進程，一般和CPU數目相同
worker工作進程中啟動多個線程，提高并發處理能力，worker處理用戶的請求，往往需要等待數據
這就是nginx的工作模式

工作進程一般都和CPU核數相同，CPU的親原性，進程在CPU的遷移成本比較高。

三 concurrent包

1 概念

concurrent.futures
3.2 版本引入的模塊
異步并行任務編程模塊，提供一個高級的異步可執行的便利接口

提供了2個池執行器

ThreadPoolExecutor 異步調用的線程池的Executor
ProcessPoolExecutor 異步調用進程池的Executor

2 參數詳解

Future 類

3 線程池相關實例

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定義未來執行的任務
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
# 創建一個線程池，池容量為3
executor=futures.ThreadPoolExecutor(max_workers=3)

fs=[]
for i in range(3):
    f=executor.submit(worker,i)  # 傳入參數，返回Future對象
    fs.append(f)

for  i in range(3,6):
    f=executor.submit(worker,i)  # 傳入參數，返回Future對象
    fs.append(f)
while True:
    time.sleep(2)
    logging.info(threading.enumerate())  #返回存活線程列表
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功調用或取消完成，此處返回為True
        flag=flag  and f.done()  # 若都調用成功，則返回為True,否則則返回為False
    if flag:
        executor.shutdown()  # 如果全部調用成功，則需要清理池
        logging.info(threading.enumerate())
        break

結果如下

其線程池中的線程是持續使用的，一旦創建好的線程，其不會變化，唯一不好的就是線程名未發生變化，但其最多影響了打印效果

4 進程池相關實例

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定義未來執行的任務
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
# 創建一個進程池，池容量為3
executor=futures.ProcessPoolExecutor(max_workers=3)

fs=[]
for i in range(3):
    f=executor.submit(worker,i)  # 傳入參數，返回Future對象
    fs.append(f)

for  i in range(3,6):
    f=executor.submit(worker,i)  # 傳入參數，返回Future對象
    fs.append(f)
while True:
    time.sleep(2)
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功調用或取消完成，此處返回為True
        flag=flag  and f.done()  # 若都調用成功，則返回為True,否則則返回為False
    if flag:
        executor.shutdown()  # 如果全部調用成功，則需要清理池
        break

結果如下

5 支持上下文管理

concurrent.futures.ProcessPoolExecutor 繼承自concurrent.futures.base.Executor，而父類有enter,_exit方法，其是支持上下文管理的，可以使用with語句

import  logging
import threading
from   concurrent  import  futures
import logging
import  time

logging.basicConfig(level=logging.INFO,format="%(asctime)-15s\t [%(processName)s:%(threadName)s,%(process)d:%(thread)8d] %(message)s")

def worker(n):  # 定義未來執行的任務
    logging.info("begin to work{}".format(n))
    time.sleep(5)
    logging.info("finished{}".format(n))
fs=[]
with   futures.ProcessPoolExecutor(max_workers=3) as executor:
    for  i in range(6):
        futures=executor.submit(worker,i)
        fs.append(futures)
while True:
    time.sleep(2)
    flag=True
    for  f  in fs:
        logging.info(f.done()) # 如果被成功調用或取消完成，此處返回為True
        flag=flag  and f.done()  # 若都調用成功，則返回為True,否則則返回為False
    if flag:
        executor.shutdown()  # 如果全部調用成功，則需要清理池
        break

結果如下

6 總結

統一了線程池，進程池的調用，簡化了編程，是python簡單的思想哲學的提現
唯一缺點： 無法設置線程名稱