python multiprocessing多進(jìn)程變量共享與加鎖的實(shí)現(xiàn)
python多進(jìn)程和多線程是大家會重點(diǎn)了解的部分,因?yàn)楹芏喙ぷ魅绻]有前后相互依賴關(guān)系的話其實(shí)順序并不是非常的重要,采用順序執(zhí)行的話就必定會造成無謂的等待,任憑cpu和內(nèi)存白白浪費(fèi),這是我們不想看到的。
為了解決這個問題,我們就可以采用多線程或者多進(jìn)程的方式,(多線程我們之后再講),而這兩者之間是有本質(zhì)區(qū)別的。就內(nèi)存而言,已知進(jìn)程是在執(zhí)行過程中有獨(dú)立的內(nèi)存單元的,而多個線程是共享內(nèi)存的,這是多進(jìn)程和多線程的一大區(qū)別。
利用Value在不同進(jìn)程中同步變量
在多進(jìn)程中,由于進(jìn)程之間內(nèi)存相互是隔離的,所以無法在多個進(jìn)程中用直接讀取的方式共享變量,這時候就可以用multiprocessing庫中的 Value在各自隔離的進(jìn)程中共享變量。
下面是一個多進(jìn)程的例子:
假設(shè)有一個counter用來記錄程序經(jīng)過的總循環(huán)次數(shù),每調(diào)用一次count函數(shù)之后counter就會增加20,在主程序中用循環(huán)開10個進(jìn)程分別調(diào)用count函數(shù),那么理想狀態(tài)下,在十個進(jìn)程中共享的counter值到程序結(jié)束后應(yīng)該是200。
from multiprocessing import Process, Value import time def count(v): for i in range(20): time.sleep(0.01) v.value += 1 def main(): value = Value('i',0) processes = [Process(target=count, args=(value,)) for i in range(10)] for p in processes: p.start() for p in processes: p.join() print(value.value) if __name__ == '__main__': for i in range(10): main()
運(yùn)行這個例子,會得到怎樣的結(jié)果呢?
188
180
168
186
183
179
186
181
166
186
我在主程序里運(yùn)行了十次這個程序,而最后的結(jié)果是160-180之間,總之,沒有一次到200。這是什么原因呢?
相信很多人都已經(jīng)明白了問題所在,那就是因?yàn)樵趍ultiprocessing庫中的Value是細(xì)粒度的,Value中有一個ctypes類型的對象,擁有一個value屬性來表征內(nèi)存中實(shí)際的對象。Value可以保證同時只有一個單獨(dú)的線程或進(jìn)程在讀或者寫value值。這么看起來沒有什么問題。
然而在第一個進(jìn)程加載value值的時候,程序卻不能阻止第二個進(jìn)程加載舊的值。兩個進(jìn)程都會把value拷貝到自己的私有內(nèi)存然后進(jìn)行處理,并寫回到共享值里。
那么這么會出現(xiàn)什么問題呢?
最后的共享值只接收到了一次值的增加,而非兩次。
利用Lock在不同進(jìn)程共享變量時加鎖
上面的問題其實(shí)可以用一個非常簡單的方法解決,我們只需要調(diào)用multiprocessing庫中的Lock (鎖)就可以保證一次只能有一個進(jìn)程訪問這個共享變量。修改后的代碼如下:
from multiprocessing import Process, Value, Lock from time import sleep def count(x,lock): for i in range(20): sleep(0.01) with lock: x.value += 1 def main(): counter = Value('i',0) lock = Lock() processes = [Process(target=count,args=(counter,lock)) for i in range(10)] for p in processes: p.start() for p in processes: p.join() print(counter.value) if __name__ == '__main__': for i in range(10): main()
這樣一來,輸出的結(jié)果就會恒定為200了。
一些補(bǔ)充
1. 調(diào)用get_lock() 函數(shù)
其實(shí)Value這個包里已經(jīng)包含了鎖的概念,如果調(diào)用get_lock() 函數(shù)就可以自動給共享變量加鎖。這樣其實(shí)是比較推薦的方式,因?yàn)檫@樣就不需要同時調(diào)用兩個包。修改如下:
from multiprocessing import Process, Value from time import sleep def count(x): for i in range(20): global counter # 聲明全局變量 sleep(0.01) with counter.get_lock(): # 直接調(diào)用get_lock()函數(shù)獲取鎖 x.value += 1 def main(): processes = [Process(target=count, args=(counter,)) for i in range(10)] for p in processes: p.start() for p in processes: p.join() print(counter.value) if __name__ == '__main__': counter = Value('i', 0) # 需要把全局變量移到主程序 main()
上面的程序更加明確,且最終結(jié)果也是200。
2. 使用 multiprocessing.RawValue
整個multiprocessing包里剛剛調(diào)用的Value和Lock還可以統(tǒng)一被 multiprocessing.RawValue取代。
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- Python多進(jìn)程并發(fā)(multiprocessing)用法實(shí)例詳解
- Python3多進(jìn)程 multiprocessing 模塊實(shí)例詳解
- Python多進(jìn)程multiprocessing用法實(shí)例分析
- Python標(biāo)準(zhǔn)庫之多進(jìn)程(multiprocessing包)介紹
- python基于multiprocessing的多進(jìn)程創(chuàng)建方法
- python multiprocessing 多進(jìn)程并行計算的操作
- 簡單學(xué)習(xí)Python多進(jìn)程Multiprocessing
- Python使用multiprocessing實(shí)現(xiàn)多進(jìn)程的詳細(xì)步驟記錄
相關(guān)文章
使用Django和Postgres進(jìn)行全文搜索的實(shí)例代碼
這篇文章主要介紹了使用Django和Postgres進(jìn)行全文搜索,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下2020-02-02Python要求O(n)復(fù)雜度求無序列表中第K的大元素實(shí)例
這篇文章主要介紹了Python要求O(n)復(fù)雜度求無序列表中第K的大元素實(shí)例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04python通過裝飾器檢查函數(shù)參數(shù)數(shù)據(jù)類型的方法
這篇文章主要介紹了python通過裝飾器檢查函數(shù)參數(shù)數(shù)據(jù)類型的方法,涉及Python裝飾器的使用技巧,具有一定參考借鑒價值,需要的朋友可以參考下2015-03-03python神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)數(shù)據(jù)增強(qiáng)及預(yù)處理示例詳解
這篇文章主要為大家介紹了python神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)數(shù)據(jù)增強(qiáng)及預(yù)處理示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05Python使用socket模塊實(shí)現(xiàn)簡單tcp通信
這篇文章主要介紹了Python使用socket模塊實(shí)現(xiàn)簡單tcp通信,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-08-08

python 實(shí)現(xiàn)定時任務(wù)的四種方式

Python使用ntplib庫同步校準(zhǔn)當(dāng)?shù)貢r間的方法