Python程序中的进程操做-进程间数据共享(multiprocess.Manager)

目录

• 1、进程之间的数据共享
  • 1.1 Manager模块介绍
  • 1.2 Manager例子

1、进程之间的数据共享

展望将来，基于消息传递的并发编程是大势所趋

即使是使用线程，推荐作法也是将程序设计为大量独立的线程集合，经过消息队列交换数据。

这样极大地减小了对使用锁定和其余同步手段的需求，还能够扩展到分布式系统中。

但进程间应该尽可能避免通讯，即使须要通讯，也应该选择进程安全的工具来避免加锁带来的问题。

之后咱们会尝试使用数据库来解决如今进程之间的数据共享问题。

1.1 Manager模块介绍

进程间数据是独立的，能够借助于队列或管道实现通讯，两者都是基于消息传递的。

虽然进程间数据独立，但能够经过Manager实现数据共享，事实上Manager的功能远不止于此。

A manager object returned by Manager() controls a server process which holds Python objects and allows other processes to manipulate them using proxies.

A manager returned by Manager() will support types list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array.

1.2 Manager例子

from multiprocessing import Manager,Process,Lock
def work(d,lock):
    with lock:  # 不加锁而操做共享的数据,确定会出现数据错乱
        d['count']-=1

if __name__ == '__main__':
    lock=Lock()
    with Manager() as m:
        dic=m.dict({'count':100})
        p_l=[]
        for i in range(100):
            p=Process(target=work,args=(dic,lock))
            p_l.append(p)
            p.start()
        for p in p_l:
            p.join()
        print(dic)