Python程序中的进程操作-进程间数据共享(multiprocess.Manager)
2024-09-06 09:08:30
一、进程之间的数据共享
展望未来,基于消息传递的并发编程是大势所趋
即便是使用线程,推荐做法也是将程序设计为大量独立的线程集合,通过消息队列交换数据。
这样极大地减少了对使用锁定和其他同步手段的需求,还可以扩展到分布式系统中。
但进程间应该尽量避免通信,即便需要通信,也应该选择进程安全的工具来避免加锁带来的问题。
以后我们会尝试使用数据库来解决现在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,可以借助于队列或管道实现通信,二者都是基于消息传递的。
虽然进程间数据独立,但可以通过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: # 不加锁而操作共享的数据,肯定会出现数据错乱
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)
最新文章
- golang-web框架revel一个表单提交的总结
- Tutorial - Deferred Rendering Shadow Mapping 转
- Spring 数据库配置用户名和密码加密
- LUA的编译、环境等
- 《ASP.NET MVC4 WEB编程》学习笔记------RenderBody,RenderPage,RenderSection
- 洛谷 P2024 食物链 POJ 1182 Label:并查集Turbo
- c++ 概念及学习/c++ concept&;learning(一)
- MarkupExtension的使用
- java基础 二分查找算法
- c 有关N!阶乘的相关问题----陆续补充上来
- java学习笔记11--Annotation
- c#注释
- php字符串压缩
- (MonoGame从入门到放弃-1) MonoGame环境搭建
- C#微信公众号——本地调试
- DBDocumentGenerator使用
- splash
- 关于snowflake算法生成的ID转换为JS的数字类型由于过大导致JS精度丢失的问题
- 学习刘伟择优excel视频
- JS构造函数内的方法与构造函数prototype属性上方法的对比