Python并发编程之进程同步



"""

问题：当多个进程使用同一份数据资源的时候，就会引发数据安全或顺序混乱的问题

"""

'''

进程同步

'''

#多进程抢占输出资源

import os

import time

import random

from multiprocessing import Process

def work(n):

    print(f'{n}: {os.getpid()} is running')

    # time.sleep(random.random())

    time.sleep(2)

    print(f"{n}: {os.getpid()} is done")

if __name__ == '__main__':

 for i in range(3):

     p = Process(target= work, args=(i, ))

     p.start()

#使用锁维护执行顺序

#由并发变成了串行，牺牲了运行效率，但避免了竞争

import os,time,random

from multiprocessing import Process,Lock

def work(lock, n):

    lock.acquire()

    print(f'{n}: {os.getpid()} is running')

    time.sleep(random.randint(1, 3))

    print(f'{n}: {os.getpid()} is done')

    lock.release()

if __name__ == '__main__':

    lock = Lock()

    for i in range(3):

        p = Process(target=work, args=(lock, i))

        p.start()

'''加锁可以实现顺序的执行，但是程序又重新变成串行了，

浪费时间但是保证了数据安全

'''

#文件db的内容为：{"count": 1}

#注意一定要用双引号，不然json无法识别

#并发运行，效率高，但竞争写同一文件，数据写入错乱

from multiprocessing import Process,Lock

import time, json, random

def search():#查询剩余票数

    dic = json.load(open('db')) #从文件中把数据读出来

    # 下面两句和上面一句的功能一样

    # data = open('db')

    # dic = json.load(data)

    print(f'剩余票数{dic["count"]}')#打印

def get():#买票

    dic = json.load(open('db')) #打开文件

    time.sleep(0.1) #模拟读数据的网络延迟

    if dic['count'] > 0:

        dic['count'] -= 1

        time.sleep(0.2) #模拟写数据的网络延迟

        json.dump(dic, open('db', 'w'))

        # 下面两句和上面一句会得到相同的效果

        # data = open('db', 'w')

        # json.dump(dic, data)

        print('购票成功')

def task():

    search()

    get()

if __name__ == '__main__':

    for i in range(100): # 模拟并发100个客户端抢票

        p = Process(target=task)

        p.start()

#用锁来保证数据安全

from multiprocessing import Process,Lock

import time, json, random

def search():#查询剩余票数

    dic = json.load(open('db')) #从文件中把数据读出来

    # 下面两句和上面一句的功能一样

    # data = open('db')

    # dic = json.load(data)

    print(f'剩余票数{dic["count"]}')#打印

def get():#买票

    dic = json.load(open('db')) #打开文件

    time.sleep(random.random()) #模拟读数据的网络延迟

    if dic['count'] > 0:

        dic['count'] -= 1

        time.sleep(random.random()) #模拟写数据的网络延迟

        json.dump(dic, open('db', 'w'))

        # 下面两句和上面一句会得到相同的效果

        # data = open('db', 'w')

        # json.dump(dic, data)

        print('购票成功')

def task(lock):

    search()

    lock.acquire()

    get()

    lock.release()

if __name__ == '__main__':

    lock = Lock()

    for i in range(30): # 模拟并发30个客户端抢票

        p = Process(target=task, args=(lock, ))

        p.start()

"""

加锁可以保证多个进程修改同一块数据时，同一时间只

能有一个任务可以修改即串行的修改，速度慢了，但是数

据变安全了。

文件共享数据实现进程间通信，问题有：

1.效率低（共享数据基于文件，而文件是在硬盘上的数据）

2.需要自己加锁处理

我们需要：

1.效率高，（多个进程共享一块内存的数据）

2.帮我们处理好锁问题，这就是multiprocessing模块提供

的基于消息的IPC通信机制：队列和管道

注意：

队列和管道都是将数据存放于内存中，队列又是基于（管道+锁）

实现的，可以让我们从复杂的锁问题中解脱出来，我们应该尽量

避免使用共享数据，尽可能使用消息传递和队列，避免处理复

杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。

"""
巴特西

Python并发编程之进程同步

最新文章

热门文章
