成人午夜在线观看,久久av一区二区,黄色一级片

上篇文章介紹了什么是進程、進程與程序的關系、進程的創建與使用、創建進程池等，接下來就來介紹一下進程同步及進程通信。

進程同步

當多個進程使用同一份數據資源的時候，因為進程的運行沒有順序，運行起來也無法控制，如果不加以干預，往往會引發數據安全或順序混亂的問題，所以要在多個進程讀寫共享數據資源的時候加以適當的策略，來保證數據的一致性問題。

Lock（鎖）

一個Lock對象有兩個方法：acquire()和release()來控制共享數據的讀寫權限, 看下面這張圖片，使用多進程的時候會經常出現這種情況，這是因為多個進程都在搶占輸出資源，共享同一打印終端，從而造成了輸出信息的錯亂。

Python多進程之進程同步及通信詳解

那么就可以使用Lock機制：

import multiprocessing
import random
import time
def work(lock, i):
  lock.acquire()
  print("work'{}'執行中......".format(i), multiprocessing.current_process().name, multiprocessing.current_process().pid)
  time.sleep(random.randint(0, 2))
  print("work'{}'執行完畢......".format(i))
  lock.release()
if __name__ == '__main__':
  lock = multiprocessing.Lock()
  for i in range(5):
      p = multiprocessing.Process(target=work, args=(lock, i))
      p.start()

由于引入了Lock機制，同一時間只能有一個進程搶占到輸出資源，其他進程等待該進程結束，鎖釋放到，才可以搶占，這樣會解決多進程間資源競爭導致數據錯亂的問題，但是由并發執行變成了串行執行，會犧牲運行效率。

進程通信

上篇文章說過，進程之間互相隔離，數據是獨立的，默認情況下互不影響，那要如何實現進程間通信呢？Python提供了多種進程通信的方式，下面就來說一下。

Queue（隊列）

multiprocessing模塊提供的Queue多進程安全的消息隊列，可以實現多進程之間的數據傳遞。

說明

初始化Queue()對象時（例如：q=Queue()），若括號中沒有指定最?可接收的消息數量，或數量為負值，那么就代表可接受的消息數量沒有上限（直到內存的盡頭）。
Queue.qsize()：返回當前隊列包含的消息數量。
Queue.empty()：如果隊列為空，返回True，反之False。
Queue.full()：如果隊列滿了，返回True,反之False。
Queue.get(block, timeout)：獲取隊列中的?條消息，然后將其從列隊中移除，block默認值為True。如果block使?默認值，且沒有設置timeout（單位秒），消息列隊如果為空，此時程序將被阻塞（停在讀取狀態），直到從消息列隊讀到消息為?，如果設置了timeout，則會等待timeout秒，若還沒讀取到任何消息，則拋出Queue.Empty異常；如果block值為False，消息列隊如果為空，則會?刻拋出Queue.Empty異常。
Queue.get_nowait()：相當Queue.get(False)。
Queue.put(item, block, timeout)：將item消息寫?隊列，block默認值為True，如果block使?默認值，且沒有設置timeout（單位秒），消息列隊如果已經沒有空間可寫?，此時程序將被阻塞（停在寫?狀態），直到消息列隊騰出空間為?，如果設置了timeout，則會等待timeout秒，若還沒空間，則拋出Queue.Full異常；如果block值為False，消息列隊如果沒有空間可寫?，則會?刻拋出Queue.Full異常。
Queue.put_nowait(item)：相當于Queue.put(item, False)。

from multiprocessing import Process, Queue
import time
def write_task(queue):
  """
  向隊列中寫入數據
  :param queue: 隊列
  :return:
  """
  for i in range(5):
      if queue.full():
          print("隊列已滿!")
      message = "消息{}".format(str(i))
      queue.put(message)
      print("消息{}寫入隊列".format(str(i)))
def read_task(queue):
  """
  從隊列讀取數據
  :param queue: 隊列
  :return:
  """
  while True:
      print("從隊列讀取:{}".format(queue.get(True)))
if __name__ == '__main__':
  print("主進程執行......")
  # 主進程創建Queue，最大消息數量為3
  queue = Queue(3)
  pw = Process(target=write_task, args=(queue, ))
  pr = Process(target=read_task, args=(queue, ))
  pw.start()
  pr.start()

運行結果為：

Python多進程之進程同步及通信詳解

從結果我們可以看出，隊列最大可以放入3條消息，后面再來消息，要等read_task從隊列里取出后才行。

Pipe（管道）

Pipe常用于兩個進程，兩個進程分別位于管道的兩端，Pipe(duplex)方法返回（conn1,conn2）代表一個管道的兩端，duplex參數默認為True，即全雙工模式，若為False，conn1只負責接收信息，conn2負責發送。

send()和recv()方法分別是發送和接受消息的方法。

import multiprocessing
import time
import random
def proc_send(pipe):
  """
  發送消息
  :param pipe:管道一端
  :return:
  """
  for i in range(10):
      print("process send:{}".format(str(i)))
      pipe.send(i)
      time.sleep(random.random())
def proc_recv(pipe):
  """
  接收消息
  :param pipe:管道一端
  :return:
  """
  while True:
      print("Process recv:{}".format(pipe.recv()))
      time.sleep(random.random())
if __name__ == '__main__':
  # 主進程創建pipe
  pipe = multiprocessing.Pipe()
  p1 = multiprocessing.Process(target=proc_send,args=(pipe[0], ))
  p2 = multiprocessing.Process(target=proc_recv,args=(pipe[1], ))
  p1.start()
  p2.start()
  p1.join()
  p2.terminate()

執行結果為：

Python多進程之進程同步及通信詳解

Semaphore（信號量）

Semaphore用來控制對共享資源的訪問數量，和進程池的最大連接數類似。

import multiprocessing
import random
import time
def work(s, i):
  s.acquire()
  print("work'{}'執行中......".format(i), multiprocessing.current_process().name, multiprocessing.current_process().pid)
  time.sleep(i*2)
  print("work'{}'執行完畢......".format(i))
  s.release()
if __name__ == '__main__':
  s = multiprocessing.Semaphore(2)
  for i in range(1, 7):
      p = multiprocessing.Process(target=work, args=(s, i))
      p.start()

上面的代碼中使用Semaphore限制了最多有2個進程同時執行，那么來一個進程獲得一把鎖，計數加1，當計數等于2時，后面再來的進程均需要等待，等前面的進程釋放掉，才可以獲得鎖。

信號量與進程池的概念上類似，但是要區分開來，信號量涉及到加鎖的概念。

Event（事件）

Event用來實現進程間同步通信的。運行的機制是：全局定義了一個flag，如果flag值為False，當程序執行event.wait()方法時就會阻塞，如果flag值為True時，程序執行event.wait()方法時不會阻塞繼續執行。

Event常?函數：

event.wait()：在進程中插入一個標記（flag），默認為False，可以設置timeout。
event.set()：使flag為Ture。
event.clear()：使flag為False。
event.is_set()：判斷flag是否為True。

import multiprocessing
import time
def wait_for_event(e):
  print("wait_for_event執行")
  e.wait()
  print("wait_for_event: e.is_set():{}".format(e.is_set()))
def wait_for_event_timeout(e, t):
  print("wait_for_event_timeout執行")
  # 只會阻塞2s
  e.wait(t)
  print("wait_for_event_timeout:e.is_set:{}".format(e.is_set()))
if __name__ == "__main__":
  e = multiprocessing.Event()
  p1 = multiprocessing.Process(target=wait_for_event, args=(e,))
  p1.start()
  p2 = multiprocessing.Process(target=wait_for_event_timeout, args=(e, 2))
  p2.start()
  time.sleep(4)
  # 4s之后使用e.set()將flag設為Ture
  e.set()
  print("主進程:flag設置為True")

執行結果如下：

Python多進程之進程同步及通信詳解