多进程锁和共享内存

本文通过实例演示了Python中如何使用multiprocessing模块的Lock组件来同步多进程对共享资源的操作,对比了加锁与不加锁的情况,并介绍了Value和Array在多进程间的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Lock组件

当我们用多进程来读写文件的时候,如果一个进程是写文件,一个进程是读文件,如果两个文件同时进行,肯定是不行的,必须是文件写结束以后,才可以进行读操作。或者是多个进程在共享一些资源的时候,同时只能有一个进程进行访问,那就要有一个锁机制进行控制。
需求:
一个进程写入一个文件,一个进程追加文件,一个进程读文件,同时启动起来
我们可以通过进程的join()方法来实现,但是为了学习Lock,用Lock来实现。

先看不加锁程序,在看加锁程序,最后比较两个程序的区别
不加锁:

import multiprocessing
import time
#lock = multiprocessing.Lock()
# #获得锁
# lock.acquire()
# #释放锁
# lock.release()
#with lock 能自动释放锁

def add(number,value,lock):
#    with lock:
        print ("int add{0} number ={1}".format(value,number))
        for i in xrange(5):
            number +=value
            time.sleep(1)
            print ("add{0} number ={1}".format(value,number))

if __name__ == '__main__':
    lock = multiprocessing.Lock()
    number = 0
    p1 = multiprocessing.Process(target=add,args=(number,1,lock))
    p2 = multiprocessing.Process(target=add,args=(number,3,lock))
    p1.start()
    p2.start()
    print("main end")

结果:
main end
int add1 number =0
int add3 number =0
add1 number =1
add3 number =3
add1 number =2
add3 number =6
add1 number =3
add3 number =9
add1 number =4
add3 number =12
add1 number =5
add3 number =15

加锁:

import multiprocessing
import time

def add(number,value,lock):
    with lock:
        print ("int add{0} number ={1}".format(value,number))
        for i in xrange(5):
            number +=value
            time.sleep(1)
            print ("add{0} number ={1}".format(value,number))

if __name__ == '__main__':
    lock = multiprocessing.Lock()
    number = 0
    p1 = multiprocessing.Process(target=add,args=(number,1,lock))
    p2 = multiprocessing.Process(target=add,args=(number,3,lock))
    p1.start()
    p2.start()
    print("main end")

结果:
main end
int add1 number =0
add1 number =1
add1 number =2
add1 number =3
add1 number =4
add1 number =5
int add3 number =0
add3 number =3
add3 number =6
add3 number =9
add3 number =12
add3 number =15

共享内存

python的multiprocessing模块也给我们提供了共享内存的操作

一般的变量在进程之间是没法进行通讯的,multiprocessing给我们提供了Value和Array模块,他们可以在不通的进程中共同使用

示例:

import  time
import  multiprocessing
def add(number,add_value):
        print ("int add{0} number ={1}".format(add_value,number.value))
        for i in xrange(5):
            number.value +=add_value
            print ('##add {0} has added!##'.format(add_value))
            time.sleep(1)
            print ("add{0} number ={1}".format(add_value,number.value))

def change(arr):
    for i in range(len(arr)):
        arr[i]=-arr[i]


if __name__ == '__main__':
    number = multiprocessing.Value('i',0)
    p1 = multiprocessing.Process(target=add,args=(number,1))
    p2 = multiprocessing.Process(target=add,args=(number,3))
    arr = multiprocessing.Array('i',range(5))
    p3 = multiprocessing.Process(target=change,args=(arr,))
    p1.start()
    p2.start()
    p3.start()
    print(arr[:])
    print("main end")

结果:

[0, 1, 2, 3, 4]
main end
int add1 number =0
##add 1 has added!##
int add3 number =1
##add 3 has added!##
add1 number =4
##add 1 has added!##
add3 number =5
##add 3 has added!##
add1 number =8
##add 1 has added!##
add3 number =9
##add 3 has added!##
add1 number =12
##add 1 has added!##
add3 number =13
##add 3 has added!##
add1 number =16
##add 1 has added!##
add3 number =17
##add 3 has added!##
add1 number =20
add3 number =20

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值