python 多进程锁Lock和共享内存

多进程锁

lock = multiprocessing.Lock() 创建一个锁
lock.acquire() 获取锁
lock.release() 释放锁
with lock: 自动获取、释放锁类似于 with open() as f:
特点：

谁先抢到锁谁先执行，等到该进程执行完成后，其它进程再抢锁执行

当程序不加锁时：

    import multiprocessing
    import time


    def add(num, value, lock):
        print('add{0}:num={1}'.format(value, num))
        for i in xrange(0, 2):
            num += value
            print('add{0}:num={1}'.format(value, num))
            time.sleep(1)

    if __name__ == '__main__':
        lock = multiprocessing.Lock()
        num = 0
        p1 = multiprocessing.Process(target=add, args=(num, 1, lock))
        p2 = multiprocessing.Process(target=add, args=(num, 3, lock))
        p3 = multiprocessing.Process(target=add, args=(num, 5, lock))

        p1.start()
        p2.start()
        p3.start()

        print('main end...')

    # 执行结果：
    add1:num=0
    add1:num=1
    main end...
    add3:num=0
    add3:num=3
    add5:num=0
    add5:num=5
    add3:num=6
    add1:num=2
    add5:num=10

    运得没有顺序，三个进程交替运行

当程序加锁时

    import multiprocessing
    import time


    def add(num, value, lock):
        try:
            lock.acquire()
            print('add{0}:num={1}'.format(value, num))
            for i in xrange(0, 2):
                num += value
                print('add{0}:num={1}'.format(value, num))
                time.sleep(1)
        except Exception as err:
            raise err
        finally:
            lock.release()


    if __name__ == '__main__':
        lock = multiprocessing.Lock()
        num = 0
        p1 = multiprocessing.Process(target=add, args=(num, 1, lock))
        p2 = multiprocessing.Process(target=add, args=(num, 3, lock))
        p3 = multiprocessing.Process(target=add, args=(num, 5, lock))

        p1.start()
        p2.start()
        p3.start()

        print('main end...')

    # 执行结果：
    add3:num=0
    add3:num=3
    main end...
    add3:num=6
    add1:num=0
    add1:num=1
    add1:num=2
    add5:num=0
    add5:num=5
    add5:num=10

    只有当其中一个进程执行完成后，其它的进程才会去执行，且谁先抢到锁谁先执行

共享内存

agre = multiproessing.Value(type, value) 创建一个共享内存的变量agre

    def Value(typecode_or_type, *args, **kwds):
    '''
    Returns a synchronized shared object
    '''
    from multiprocessing.sharedctypes import Value
    return Value(typecode_or_type, *args, **kwds)

type 声明共享变量agre的类型

value 共享变量agre的值

agre.value 获取共享变量agre的值

arr = muliproessing.Array(type, values) 创建一个共享内存的数组arr

    def Array(typecode_or_type, size_or_initializer, **kwds):
    '''
    Returns a synchronized shared array
    '''
    from multiprocessing.sharedctypes import Array
    return Array(typecode_or_type, size_or_initializer, **kwds)

例子：

import multiprocessing
import time


def add(num, value, lock):
    try:
        lock.acquire()
        print('add{0}:num={1}'.format(value, num.value))
        for i in xrange(0, 2):
            num.value += value
            print('add{0}:num={1}'.format(value, num.value))
            print('-------add{} add end-------'.format(value))

            time.sleep(1)
    except Exception as err:
        raise err
    finally:
        lock.release()


def change(arr):
    for i in range(len(arr)):
        arr[i] = 1


if __name__ == '__main__':
    lock = multiprocessing.Lock()
    num = multiprocessing.Value('i', 0)
    arr = multiprocessing.Array('i', range(10))

    print(arr[:])
    p1 = multiprocessing.Process(target=add, args=(num, 1, lock))
    p3 = multiprocessing.Process(target=add, args=(num, 3, lock))
    p = multiprocessing.Process(target=change, args=(arr,))

    p1.start()
    p3.start()
    p.start()
    p.join()
    print(arr[:])

    print('main end...')
    
执行结果：
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
add3:num=0
add3:num=3
-------add3 add end-------
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
main end...
add3:num=6
-------add3 add end-------
add1:num=6
add1:num=7
-------add1 add end-------
add1:num=8
-------add1 add end-------

先执行进程p3并加锁，p3执行过程中进程p执行，因为p没有调用锁且使用了join()方法，阻塞了其它进程，只有当p执行完成后
p3才会继续执行，p3执行完成后，p1抢到锁并执行

p1、p3 都对共享内存num 进行累加操作，所以num的值一直在增加
p 对 arr 共享数组中的每个值进行了重新赋值的操作，所以当P进程执行完成后，arr数组中的值均发生了变化

由上例可以看出：
1、进程锁只对调用它的进程起锁的作用，未调用该锁的进程不受影响
2、在未调用进程锁的进程中使用 join() 方法会阻塞已调用进程锁的进程

python 多进程锁Lock和共享内存

多进程锁

共享内存

相关推荐