113 python程序中的进程操做-进程间数据共享（multiProcess.Manger）

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

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

• manager这里能够共享列表，字典等不少数据类型

from multiprocessing import Manager,Process,Lock
def work(d,lock):
    lock.acquire()
    d['count'] -= 1
    lock.release()


if __name__ == '__main__':
    lock = Lock()
    with Manager() as m:
        dic = m.dict({'count':100})#生成一个字典，可在多个进程间共享和传递
        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: #等待结果
            p.join()
        print(dic)

{'count':0}