八. 并发编程 (进程数据之间共享)

一 .Manager进程数据之间数据共享

1.数据之间共享概念

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。

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

from  multiprocessing import Process,Manager
def  aa(dic):
     dic["num"]-=1
     print(dic)  # {'num': 99}
if __name__ == '__main__':
    m=Manager()
    dic=m.dict({"num":100})
    # cc=[]
    p=Process(target=aa,args=(dic,))
    p.start()
    p.join()
    print("主进程",dic)  # 主进程 {'num': 99}

# 注意异步有一个问题就是 抢占资源的问题 
不加锁而操做共享的数据，确定会出现数据错乱

def aa(dic):
    dic["num"] -= 1
    print(dic) #{'num': 52}

if __name__ == '__main__':
    m = Manager()
    dic = m.dict({"num": 100})
    cc=[]
    for i in range(50):
      p = Process(target=aa, args=(dic,))
      p.start()
      cc.append(p)
    for i in  cc:
        i.join()  #  阻塞同步
    print("主进程",dic)

#主进程 {'num': 52}

# 注意异步有一个问题就是 抢占资源的问题 
 解决就加上锁

from  multiprocessing import Process,Manager,Lock

def aa(dic,look):
    look.acquire()
    dic["num"] -= 1
    print(dic)
    look.release()
if __name__ == '__main__':
    m = Manager()
    l=Lock()
    dic = m.dict({"num": 100})
    cc=[]
    for i in range(50):
      p = Process(target=aa, args=(dic,l))
      p.start()
      cc.append(p)
    for i in  cc:
        i.join()  #  阻塞同步
    print("主进程",dic)

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)