Python 3.X | (multi/sub)process、threading、coroutine（进程、线程、协程详解；堆栈、队列简介）之概念篇

亦凉 2022-05-10 18:34 117阅读 0赞

一、预备知识  
1、一台计算机（甭管台式机、PC机，也甭管系统（Windows、iOS、Linux、Unix等））的基本构成：硬件系统+软件系统  
硬件系统主要有五大组成部分，是物质基础、物理实体，没有安装任何软件的计算机称为“裸机”，是无法工作的。如图：著名的冯诺依曼体系结构  
![在这里插入图片描述][70]  
软件系统：是介于用户和硬件系统之间的界面。由**操作系统（OS）、应用软件**组成。  
![在这里插入图片描述][70 1]

操作系统（OS）的设计，归纳为3点：

1.  以多进程形式，允许多个任务同时运行；
2.  以多线程形式，允许单个任务分成不同的部分运行；
3.  提供协调机制，一方面阻止进程之间和线程之间产生冲突，另一方面允许进程之间和线程之间共享资源。

2、进程、线程、协程之概念  
![在这里插入图片描述][70 2]  
①、进程和线程：  
生活中形象比喻：  
计算机的核心是CPU，它承担所有的计算任务。计算机比作一座工厂，时刻在运行。  
进程比作工厂的车间，它代表CPU所能处理的单个任务；任一时刻，CPU总是运行一个进程，其他进程处于非运行状态。  
一个车间里，有多名工人，协同完成一个任务。线程比作车间工人，一个进程可包括多个线程。  
![在这里插入图片描述][70 3]

计算机中举例：  
打开一个QQ，就开了一个进程；打开Chrome浏览器，开了一个进程；运行一个Python程序，也开了一个进程。  
在QQ进程中，传输文字开了一个线程、传输语音开了一个线程、弹出对话框也开了一个线程。

执行一段程序代码，实现一个功能。当得到CPU时，相关资源（如显卡等等）也必须到位，然后CPU才开始执行。在此除了CPU以外所有的就构成了该程序的执行环境，即所定义的程序上下文。进程拥有代码和打开的文件资源、数据资源、独立的内存空间。

进程、线程 是两个名词，实际对应的是CPU工作时间段的描述，只是颗粒大小不同。  
进程（即上下文切换的程序执行时间总和）=CPU加载上下文+CPU执行+CPU保存上下文。

论进程的 3种基本状态：

1.  就绪状态（Ready）  
    当进程已分配到 除CPU以外的所有必要资源 后，只要再获得CPU，便可立即执行，进程此时的状态就称为 就绪状态。在一个系统中处于就绪状态的进程可能有多个，通常将它们排成一个队列，称为 就绪队列。
2.  执行状态  
    进程已获得CPU，其程序正在执行。在单处理机系统中，只有一个进程处于 执行状态；在多处理机系统中，则有多个进程处于 执行状态。
3.  阻塞状态  
    正在执行的进程由于发生某事件而暂时无法继续执行时，便放弃处理机而处于 暂停状态，即 程序的执行收到阻塞，把这种暂停状态称为 阻塞状态 （也称为 等待状态或封锁状态）。  
    ![在这里插入图片描述][70 4]

进程间的几种通信方式：

1.  管道（pipe）：管道是一种半双工的通信方式，数据只能单向流动，而且只能在具有亲缘关系的进程间使用。进程的亲缘关系 通常是指父子进程关系。
2.  有名管道（named pipe）：有名管道也是半双工的通信方式，但是它允许无亲缘关系进程间的通信。
3.  信号量（semophore）：信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止某进程正在访问共享资源时，其他进程也访问该资源。因此，主要作为进程间以及同一进程内不同线程之间的同步手段。
4.  消息队列（message queue）：消息队列是由消息的链表，存放在内核中并由消息队列标识符标识。消息队列克服了信号传递信息少、管道只能承载无格式字节流 以及缓冲区大小受限等缺点。
5.  信号（sinal）：信号是一种比较复杂的通信方式，用于通知接收进程某个事件已经发生。
6.  共享内存（shared memory）：共享内存 就是映射一段能被其他进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。共享内存是最快的IPC方式，它是针对其他进程间通信方式运行效率低而专门设计的。它往往与其他通信机制（如信号量）配合使用，来实现进程间的同步和通信。
7.  套接字（socket）：套接口也是一种进程间通信机制，与其他通信机制不同的是，它可用于不同及其间的进程通信。

进程的颗粒度太大，每次都要上下文的调入、保存、调出。进程若比作运行在计算机上的一个软件，该软件的执行不可能是一条逻辑执行的，必定有多个分支、多个程序段，好比实现程序A，实际分成a、b、c等多个块组合而成。具体的执行是：  
![在这里插入图片描述][70 5]  
在此，a、b、c的执行共享了A上下文，CPU在执行时没有进行上下文切换，a、b、c即是线程，它是共享了进程的上下文环境的更为细小的CPU时间段。

线程 从属于进程，是程序的实际执行者，一个进程至少包含一个主线程，也可有更多子线程。

对操作系统（OS）而言，线程是最小的执行单元，进程是最小的资源管理单元。

在一定意义上，进程是一个应用程序在处理机（也可以是安卓设备、苹果手机）上的一次执行过程，是一个动态的概念，而线程是进程中的一部分，进程包含多个线程在运行，它们可利用进程所拥有的资源。在引入线程的操作系统（OS）中，通常将进程作为分配资源的基本单位，而将线程作为独立运行和独立调度的基本单位。由于线程比进程更小，基本上不拥有系统资源，因此，对它的调度所付出的开销小得多，能高效地提高系统内多个程序间并发执行的效率。

岂止于**进程**，回答：有进程了，为什么还要线程？  
进程有很多优点，提供了多道编程，让使用者感觉每个人都拥有自己的CPU、其他资源，可以提高计算机的利用率。双刃剑，它也有缺陷：

1.  进程只能在一个时刻做一件事，如果想同时干两件事、或多件事，进程就无能为力了；
2.  进程在执行过程中如果阻塞，例如等待输入，整个进程就会挂起，即使进程中有些工作不依赖于输入的数据，也将无法执行。

举例：在使用QQ聊天程序时，QQ作为一个独立进程，如果同一时间只能干一件事（一个功能），那如何实现在同一时刻 监听键盘输入、监听他人发送的消息、他人发送的消息显示在屏幕上？OS虽有分时功能，但分时是指在不同进程间的分时，即OS一会处理QQ任务、一会切换到Word文档任务上，每个CPU时间片分配给QQ程序时，QQ还是只能同时做一件事。如果QQ同时实现上述功能，轮到线程了。

线程，即轻量级进程（Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程 组成：线程ID、当前指令指针（PC）、寄存器集合、堆栈。  
线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点在运行中必不可少的资源，但它可与同属一个进程的其他线程共享进程所拥有的全部资源。  
一个线程可以创建、撤销另外一个线程，同一进程中的多个线程之间可以并发执行。由于线程之间的相互制约，致使线程在运行中呈现出间断性。线程也有就绪、阻塞、运行3种基本状态。

*  就绪状态：指线程具备运行的所有条件，逻辑上可以运行，在等候处理机；
 *  运行状态：指线程占有处理机、正在运行；
 *  阻塞状态：指线程在等待一个事件（如某个信号量），逻辑上不可执行。

每个程序都至少有一个线程，若程序只有一个线程，那必是程序本身。线程是程序中一个单一的顺序控制流程，是进程内一个相对独立的、可调度的执行单元，是系统独立调度和分派CPU的基本单位。在单个程序中同时运行多个线程完成不同的工作，称之为：多线程。

经上述描述，可看出进程、线程之间的区别：  
主要在于两者 是不同的操作系统资源管理的方式。进程有独立的地址空间，一个进程崩溃后，在保护模式下不会对其他进程造成影响；而线程只是一个进程中的不同执行路径。线程拥有自己的堆栈和局部变量，但线程之间没有单独的地址空间，一个线程死掉=整个进程死掉，所以多进程的程序要比多线程的程序健壮，但在进程切换时，耗费资源较大，效率低些。但对于一些要求同时进行并且又要共享某些变量的并发操作，只能用线程，不能用进程。

1.  一个程序 至少有一个进程，一个进程至少有一个线程；
2.  线程的划分尺度小于进程，使得多线程程序的并发性高；
3.  进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运算效率；
4.  线程在执行过程中与进程是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能独立运行，必须依存在应用程序中，由应用程序提供多个线程执行控制；
5.  从逻辑角度看，多线程的意义在于一个应用程序中，有多个执行部分可以同时执行。但OS并没有将多个线程看作多个独立的应用，来实现进程的调度和管理以及资源分配。这是进程、线程的重要区别。
6.  线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。同时，线程适合于在SMP（多核处理机）机器运行，而进程则可以跨机器迁移。

②、协程：  
协程（Coroutine），又称微线程，是单个线程执行的，是一种比线程更加轻量级的存在。如同一个进程可拥有多个线程一样，一个线程可拥有多个协程。  
不过，协程不是由OS 内核管理，而是完全由程序控制（即用户执行）。由此提升性能，不用线程切换消耗资源。

在Python语言中，当协程执行到yield关键字时，会暂停在该行，直到主线程调用send()发送了数据，协程接收到数据，继续执行。【Python 3.5+版本，async/await替代了yield/send成为更好的替代方案】  
PS：yield使协程暂停，和线程阻塞有本质区别，即 协程暂停完全由程序控制，线程阻塞由OS内核来进行切换。协程开销远小于线程开销。

子程序（又称为 函数），在所有语言中都是层级调用，如【A调用B，B在执行过程中调用了C，C执行完毕返回，B执行完毕返回，最后A执行完毕】。因此，函数调用是通过栈实现的，一个线程 就是执行一个函数。函数调用总是一个入口、一次返回，其调用顺序是明确的。而协程的调用和函数不同，协程在执行过程中，可中断，转而执行其他函数，在适当时再返回继续执行。

③、简要解释 堆栈、队列：**Python语言中**

首先明白一个概念：数据结构。数据结构 是计算机存储、组织数据的方式。也即 指相互之间存在一种或多种特定关系的数据元素的集合。当然，精心选择的数据结构可带来更高的运行、存储效率。

堆栈、队列： 均是 数据结构的其中2种：

栈（stack）：（又名堆栈），是限定在表尾进行插入和删除的操作的线性表。  
将允许插入和删除的一端称为栈顶（top），另一端称为栈底（bottom）,不包含任何数据元素的栈称为空栈。栈又称为后进先出（Last In First Out）的线性表，简称LIFO结构。  
![在这里插入图片描述][70 6]  
队列（queue）：一种特殊的线性表，它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。进行插入操作的端称为队尾，进行删除操作的端称为队头。队列是按照“先进先出”或“后进后出”的原则组织数据的。队列中没有元素时，称为空队列。

参考：  
1、[Python之进程与线程][Python]：极好的一篇文章，赞。  
2、[进程与线程的一个简单解释][Link 1]

二、实际应用：Python语言中

1、Python----进程：`multiprocessing`

在Linux/Unix OS中，系统提供了fork()函数，但它跟普通函数不同，fork调用一次，返回两次。因为OS将当前进程（父进程）copy了一份（子进程），所以在父、子进程内分别返回，即 返回两次：子进程返回0，父进程返回进程ID。

在Windows中，没有fork调用，不过，**Python提供了`multiprocessing`包，以便支持其跨平台性。**

from multiprocessing import Pool
    
    def f(x):
        return x*x
    
    if __name__ == '__main__':
        with Pool(5) as p:
            print(p.map(f, [1, 2, 3]))

运行结果：

[1, 4, 9]
    
    ***Repl Closed***

参考：  
1、[多进程----Python 3.6官方文档之multiprocessing包][----Python 3.6_multiprocessing]  
2、[子进程----Python 3.6官方文档之subprocess模块][----Python 3.6_subprocess]  
3、`subprocess`模块(子进程)部分参考[博客][Link 2]

2、Python----线程：`threading`模块

`threading`模块（module）用于提供 线程 相关操作。线程是应用程序中工作的最小单元。

import threading
    import time
    
    def sayhi(num):#定义每个线程要运行的函数
    	print("running on number:%s" %num)
    
    	time.sleep(3)
    
    if __name__=='__main__':
    	t1 = threading.Thread(target=sayhi, args=(1,))#生成一个线程实例
    	t2 = threading.Thread(target=sayhi, args=(2,))#再生成一个线程实例
    
    	t1.start()#启动线程
    	t2.start()#启动另一个线程
    
    	print(t1.getName())#取得线程名
    	print(t2.getName())

运行：

running on number:1
    running on number:2
    Thread-1
    Thread-2
    
    ***Repl Closed***

上述代码创建了2个“前台”线程，然后控制器交给了CPU，CPU根据指定算法进行调度，分片执行指令。

如下是继承式调用：

import threading
    import time
      
      
    class MyThread(threading.Thread):
        def __init__(self,num):
            threading.Thread.__init__(self)
            self.num = num
      
        def run(self):#定义每个线程要运行的函数
      
            print("running on number:%s" %self.num)
      
            time.sleep(3)
      
    if __name__ == '__main__':
      
        t1 = MyThread(1)
        t2 = MyThread(2)
        t1.start()
        t2.start()

运行：

running on number:1
    running on number:2
    
    ***Repl Closed***

参考：  
[Python 3.6官方文档----threading模块][Python 3.6_----threading]

3、Python----协程

Python对协程的支持是通过`generator`来实现的。子程序（函数） 是协程的一种特例。

在generator中，不仅可通过for循环进行迭代，而且还可不断调用next()函数获取 由yield语句返回的下一个值。

而且，Python的`yield`不但可以返回一个值，还可以接收调用者发出的参数。

实例：传统的生产者-消费者模型是一个线程写消息，一个线程取消息，通过锁机制控制队列和等待，但一不小心就可能死锁。  
如果改用协程，生产者生产消息后，直接通过yield跳转到消费者开始执行，待消费者执行完毕后，切换回生产者继续生产，效率极高：

def consumer():
        r = ''
        while True:
            n = yield r
            if not n:
                return
            print('[CONSUMER] Consuming %s...' % n)
            r = '200 OK'
    
    def produce(c):
        c.send(None)
        n = 0
        while n < 5:
            n = n + 1
            print('[PRODUCER] Producing %s...' % n)
            r = c.send(n)
            print('[PRODUCER] Consumer return: %s' % r)
        c.close()
    
    c = consumer()
    produce(c)

运行结果：

[PRODUCER] Producing 1...
    [CONSUMER] Consuming 1...
    [PRODUCER] Consumer return: 200 OK
    [PRODUCER] Producing 2...
    [CONSUMER] Consuming 2...
    [PRODUCER] Consumer return: 200 OK
    [PRODUCER] Producing 3...
    [CONSUMER] Consuming 3...
    [PRODUCER] Consumer return: 200 OK
    [PRODUCER] Producing 4...
    [CONSUMER] Consuming 4...
    [PRODUCER] Consumer return: 200 OK
    [PRODUCER] Producing 5...
    [CONSUMER] Consuming 5...
    [PRODUCER] Consumer return: 200 OK
    
    ***Repl Closed***

上述代码中，`consumer()`函数 是一个`generator`，把一个`consumer`传入`produce`后：

1.  调用`c.cend(None)`启动生成器；
2.  一旦生产了东西，通过`c.send(n)`切换到`consumer`执行；
3.  `consumer`通过`yield`拿到消息，处理，又通过`yield`把结果传回；
4.  `produce`拿到`consumer`处理的结果，继续生产下一条消息；
5.  `produce`决定不生产了，通过`c.close()`关闭`consumer`，整个过程结束。

整个流程无锁，由一个线程执行，`produce`和`consumer`协作完成任务，所以称为“协程”，而非线程的抢占式多任务。

4、Python----队列：`queue`模块

在Python中，可用列表作为队列的底层实现，只需要确定列表的哪一端作为队列的头，也即删除操作端；哪一端作为队列的尾，也即插入操作端。同时，把队列抽象为类，队列的先进先出操作实现为类的方法。

实例：  
约瑟夫问题：n个人围成一个圈，每个人分别标注为1、2、…、n，要求从1号从1开始报数，报到k的人出圈，接着下一个人又从1开始报数，如此循环，直到只剩最后一个人时，该人即为胜利者。  
解约瑟夫问题的一种方法是模拟这个过程，模拟的载体可以是队列，也可以是链表，下面就用列队来模拟这个过程

循环报数的过程可以看作是一个先报数先出的过程，用队列来模拟时，将当前报数的人弹出，如果报的不是k时，再插入到队尾，从而得以循环，如果报的是k，则抛弃。直至剩下最后一个人。

下面是在生成 Queue 类的基础下，Python 解决约瑟夫问题的一个实例代码，以实际人名来仿真n个人，报数为7时删除，输出最后的胜利者。

#队列的简单实现
    class Queue:
        def __init__(self):
            self.items=[]
        def is_empty(self):
            return self.items==[]
        def enqueue(self,item):
            self.items.insert(0,item)
        def dequeue(self):
            return self.items.pop()
        def size(self):
            return  len(self.items)
    
    #约瑟夫问题仿真函数
    def circle(k,nameList):
        queue1=Queue()
        for i in range(len(nameList)):  #将名字列表逐个插入队列
            queue1.enqueue(nameList[i])
        i=1
        while queue1.size()!=1:
            temp=queue1.dequeue()       #叫到哪个将哪个弹出
            if i!=k:
                queue1.enqueue(temp)    #不是第k个再插入
            else :
                i=0                     #是第k个重新计数
            i+=1
        return queue1.dequeue()
    #主函数
    if __name__=='__main__':
        nameList=["Bill","David","Susan","Jane","Kent","Brad"]
        print(circle(7,nameList))

运行结果：

Kent
    
    ***Repl Closed***

参考：  
[Python 3.6官方文档----queue模块][Python 3.6_----queue]

总结：

多进程，多线程，提供并发。  
IO密集型：多线程。  
计算密集型：多进程。  
要利用多核CPU，一般采用：多进程+协程。

[70]: /images/20220505/0c9faad978064830833c6b19fb6ff8c4.png
[70 1]: /images/20220505/673973f5b69245c2bb31224c17205e3c.png
[70 2]: /images/20220505/c8c1e98934844db39b7f78cfff0c6633.png
[70 3]: /images/20220505/5dfa1030f8ea4e1b901700c9491aa48f.png
[70 4]: /images/20220505/964a13b192cc4e569c5727ed055c7244.png
[70 5]: /images/20220505/a8e4bcb045964e37a3bf24637c12d996.png
[70 6]: /images/20220505/d0cca49ffbd942fd88be6a02861f54ee.png
[Python]: https://www.cnblogs.com/zhangyux/p/6161141.html
[Link 1]: http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html
[----Python 3.6_multiprocessing]: https://docs.python.org/3.6/library/multiprocessing.html?highlight=process#module-multiprocessing
[----Python 3.6_subprocess]: https://docs.python.org/3.6/library/subprocess.html?highlight=subprocess#module-subprocess
[Link 2]: https://blog.csdn.net/weixin_38256474/article/details/83117270
[Python 3.6_----threading]: https://docs.python.org/3.6/library/threading.html?highlight=threading#thread-objects
[Python 3.6_----queue]: https://docs.python.org/3.6/library/queue.html?highlight=queue#module-queue