什么叫做水平扩展：增加计算机的数量，并没有提高计算机的性能
什么叫开源：开放源代码
什么叫做虚拟化：同时跑多个系统
什么是分布式和集中式：集中式就是在一台机器上执行任务；分布式就是将任务分散到多台机器上。
一 JoinableQueue模块
JoinableQueue模块介绍：比Queue多了两个函数，一个是task_done，另一个是join，都是专用于全球进行编程的，大多数用于生产者和消费者之间的。
task_done：是用在get后面的 ，告诉os已经处理完了内容。
join：是说Queue里面的生产数据全部处理完了。
使用方法如下：
python"># import multiprocessing
# import time
# import random
# def sheng(name,q,wuping):
# for i in range(5):
# time.sleep(random.random())
# ret='%s%s'%(wuping,i)
# q.put(ret)
# print('厨师%s创建了%s'%(name,ret))
# q.join()
# def xiao(name,q):
# while True:
# time.sleep(random.random())
# ret=q.get()
# print('%s吃了%s'%(name,ret))
# q.task_done()
# if __name__=='__main__':
# q=multiprocessing.JoinableQueue()
# s1=multiprocessing.Process(target=sheng,args=('egon1',q,'包子'))
# s2=multiprocessing.Process(target=sheng,args=('egon2',q,'rou'))
# s3=multiprocessing.Process(target=sheng,args=('egon3',q,'骨头'))
# x1=multiprocessing.Process(target=xiao,args=('alex1',q))
# x2=multiprocessing.Process(target=xiao,args=('alex2',q))
# x1.daemon=True
# x2.daemon=True
# s1.start()
# s2.start()
# s3.start()
# x1.start()
# x2.start()
# s1.join()
# s2.join()
# s3.join()
二 Manager：共享内存空间
dict：共享的以恶搞字典，能够被多个共享
如下1：
python"># import multiprocessing
# def walk(d):
# d['count']-=1
# if __name__=='__main__':
# m=multiprocessing.Manager()
# d=m.dict({'count':100})
# for i in range(100):
# w=multiprocessing.Process(target=walk,args=(d,))
# w.start()
# w.join()
# print(d)
如下2：
python"># import multiprocessing
# def walk(d,loak):
# with loak:
# d['count']-=1
# if __name__=='__main__':
# m=multiprocessing.Manager()
# d=m.dict({'count':100})
# lock=multiprocessing.Lock()
# li=[]
# for i in range(100):
# w=multiprocessing.Process(target=walk,args=(d,lock))
# li.append(w)
# w.start()
# for j in li:
# j.join()
# print(j)
# print(d)
三 进程池
什么是进程池：创建一定数量的进程个数
同步和异步：提交任务的两种方式。
Pool：创建进程池和控制进程的数目，默认的个数是根据CPU的核数
apply：传入两个参数，第一个是指定任务。向进程池提交一个任务，实现了串行和同步调用。结束任务后，立马会拿到结果。
开启的进程数目有几个，就会有几个pid。
什么是同步调用：提交一个任务，等到任务结束后才能执行下一个任务。
python"># import multiprocessing
# import time
# import random
# import os
# def walk(n):
# print('%s is walking'%os.getpid())
# time.sleep(random.random())
# return n
#
# if __name__=='__main__':
# p=multiprocessing.Pool(4)
# for i in range(10):
# q=p.apply(walk,args=(i,))
# print(q)
apply_async：向进程池提交任务，提交完任务后就不管了，只管提交任务，不能直接执行任务。实现了一个并发和恶异步调用
执行方法：先close：关闭任务，好让任务结束
然后join：等待一个进程池不在提交任务，并且任务结束和计算任务个数
最后get：获取返回值
什么是异步调用：提交完一个任务过后不会在原地等待，而是继续提交下一个任务。等待所有的任务结束后在用get获取任务
如下：
python"># import multiprocessing
# import time
# import random
# import os
# def walk(n):
# print('%s is walking'%os.getpid())
# time.sleep(random.random())
# return n
#
# if __name__=='__main__':
# p=multiprocessing.Pool(4)
# li=[]
# for i in range(10):
# q=p.apply_async(walk,args=(i,))
# li.append(q)
# p.close()
# p.join()
# for i in li:
# print(i.get())
#
同步和异步详情：https://www.zhihu.com/question/19732473
进程池没有任务了，进程就会被回收调。
如下：
python">from multiprocessing import Pool
import os,time,random
def work(n):
print('%s is working' %os.getpid())
if __name__ == '__main__':
p=Pool(4)
for i in range(50):
# res=p.apply(work,args=(i,))
obj=p.apply_async(work,args=(i,))
p.close()
p.join()
如果在执行和提交任务的时间非常快，有时会提交任务后，第一个任务没有执行结束，就会开启一个新的进程执行这个任务；有时会在提交任务后，某进程刚好执行完，并且没有被回收掉，那么这次提交的任务就会被这个进程执行。
为什么要用进程池：为了实现并发，然后在并发的基础上对进程的数目进行一个限制。
四 回调函数
什么是回调函数：通过一个函数内存调用的函数，如果将这个函数的地址当作参数传给另一个函数，当这个函数的地址用来调用其所只想的函数是，这个所指向的函数就是回调函数。详情访问：http://www.cnblogs.com/hainan-zhang/p/6222552.html
callback：后面加上的是回调函数
回调函数的进程其实就是主进程。
用回调函数实现一个网络爬虫；需要用到requests模块
get：获取网址
status_code：返回状态码
text：查看下载网址的内容
python">from multiprocessing import Pool,Process
import requests
import os
import time,random
def get(url):
print('%s GET %s' %(os.getpid(),url))
response=requests.get(url)
time.sleep(random.randint(1,3))
if response.status_code == 200:
print('%s DONE %s' % (os.getpid(), url))
return {'url':url,'text':response.text}
def parse(dic):
print('%s PARSE %s' %(os.getpid(),dic['url']))
time.sleep(1)
res='%s:%s\n' %(dic['url'],len(dic['text']))
with open('db.txt','a') as f:
f.write(res)
if __name__ == '__main__':
urls=[
'https://www.baidu.com',
'https://www.python.org',
'https://www.openstack.org',
'https://help.github.com/',
'http://www.sina.com.cn/'
]
p=Pool(2)
start_time=time.time()
objs=[]
for url in urls:
obj=p.apply_async(get,args=(url,),callback=parse) #主进程负责干回调函数的活
objs.append(obj)
p.close()
p.join()
print('主',(time.time()-start_time))
