怎样做企业的网站建设/百度指数电脑版

Python中进程的Queue 和进程锁,以及进程池的创建

---

前言

大家好,上一篇文章,我们初步接触了进程的概念及其应该如何创建一个进程等等,今天我们继续来深入学习一下进程中的进程间同步 Queue 和进程锁lock 还有进行创建一个进程池pool 等等,我们开始今天的学习吧 !

---

一、进程间同步通信(Queue)

我们在使用进程的时候,有时候我们需要进行进程之间的通信,multiprocessing 模块提供了Queue类 来实现不同进程之间的通信.

Queue():括号内传的参数表示最大可接受的消息数量;没有传参或者数量为负数,则表示最大可接受的数量没有上限(直到内存的尽头)

Queue.put(item, block, timeout) : 将item消息写入队列中,block默认为True.

• 如果block使用默认值,且没有设置timeout秒数,消息队列如果已经没有空间可以写入,将会被阻塞,直到从消息队列腾出空间为止
• 如果block使用默认值,设置了timeout秒数,则会等待timeout秒,若还没有空间,则会抛出异常’queue.full’.

我们首先先创建一个进程对象:

上图就是我们queue 中的方法,接下来我们看看如何使用queue.

from  multiprocessing import Queueq = Queue(3)  # 创建一个Queue 对象,设置最大可接受put对象为3个
q.put('消息1')
q.put('消息2')
print(q.full()) # 判断队列是否满了 这里面输出False
q.put('消息3')
print(q.full()) #判断队列是否满了 这里面输出Trueprint(q.get()) # 获取队列中的消息,获取后把消息从队列中删除if not q.full(): # 判断队列是否满,如果不满就继续将消息写入队列q.put('消息4')print(q.get())
print(q.get())
print(q.get())

运行结果:

from  multiprocessing import Queueq = Queue(3)  # 创建一个Queue 对象,设置最大可接受put对象为3个
q.put('消息1')
q.put('消息2')
print(q.full()) # 判断队列是否满了 这里面输出False
q.put('消息3')
print(q.full()) #判断队列是否满了 这里面输出Trueprint(q.get())
if not q.full():q.put('消息4')# print(q.get())
# print(q.get())
# print(q.get())if not q.empty():  # 判断队列是否为空for i in range(q.qsize()): print(q.get_nowait())

运行结果:

注意:

Queue.put_nowait(item)===>Queue.put(item, False)

Queue.get_nowait()===>Queue.get(False)

Queue.get(block, timeout):获取队列中的一条信息,然后将其从队列中移除,block默认为True

• 如果block使用默认值,且没有设置timeout秒数,消息队列如果为空,将会被阻塞,直到从消息队列读到消息为止.

• 如果block使用默认值,设置了timeout秒数,则会等待timeout秒,若还没有消息,则会抛出异常’queue.empty’.

如果block值为False,消息队列如果为空,则立即抛出异常’queue.empty

接下来我们进行一次完整的进程间的通信

import multiprocessing  #导包
import time
import randomdef write(q):  # 定义一个函数for i in ['a', 'b', 'c']:  print('放入:', i)q.put(i) # 分别将a,b,c 消息传入队列time.sleep(random.random())def read(q):while True:if not q.empty():print('获取:', q.get()) 获取队列中的消息time.sleep(random.random())else:breakif __name__ == '__main__':q = multiprocessing.Queue()  # 创建一个Queue对象 qpw = multiprocessing.Process(target=write, args=(q, ))  # 创建一个子进程 pw ,并将queue 对象传入pr = multiprocessing.Process(target=read, args=(q, ))   # 创建一个子进程 pr,并将queue对象传入pw.start() # pw 子进程开始pw.join()  # 等待 pw进程结束 pr.start() # pr 子进程开始pr.join() # 等待 pr进程结束print('结束')

运行结果:

二、进程锁（Lock）

Python进程锁是用来在多进程程序中对共享资源进行同步访问的一种机制。
当多个进程需要同时访问某个共享资源时，可能会出现竞争条件（race condition），导致数据不一致或错误的结果。进程锁可以用来保证在任意时刻只有一个进程能够访问共享资源，从而避免竞争条件的发生。

进程锁的主要作用是确保在某个进程正在使用共享资源时，其他进程无法访问该资源，直到当前进程释放锁为止。这样可以保证共享资源在任意时刻只会被一个进程修改，从而避免数据不一致或错误的结果。

Python中的进程锁可以通过使用multiprocessing模块中的Lock类来实现。通过调用lock.acquire()方法可以获得锁，其他进程如果尝试获得同一个锁则会被阻塞。而通过调用lock.release()方法可以释放锁，允许其他进程获得锁并访问共享资源。

需要注意的是，进程锁只能在同一个计算机的多个进程之间起作用，无法在不同计算机之间的进程之间起作用。如果需要进行跨网络的进程同步，可以考虑使用分布式锁的机制。

Python中可以使用多种方式实现进程锁，以下是常用的两种：

使用multiprocessing.Lock()：multiprocessing.Lock()是Python标准库中的一个进程锁实现。可以通过acquire()方法获得锁，并在任务完成后使用release()方法释放锁。
例如:

from multiprocessing import Lock, Processdef func(lock, num):lock.acquire()try:# 临界区代码print(f"进程{num}获得了锁")finally:lock.release()print(f"进程{num}释放了锁")if __name__ == "__main__":lock = Lock()processes = []for i in range(5):p = Process(target=func, args=(lock, i))processes.append(p)p.start()for p in processes:p.join()

也可使用multiprocessing.Manager().Lock()：multiprocessing.Manager()是一个多进程共享数据的管理器。可以通过Manager().Lock()方法创建一个进程锁。具体使用方式与multiprocessing.Lock()相同，只是创建锁的方式有所不同。
例如:

from multiprocessing import Process, Managerdef func(lock, num):lock.acquire()try:# 临界区代码print(f"进程{num}获得了锁")finally:lock.release()print(f"进程{num}释放了锁")if __name__ == "__main__":manager = Manager()lock = manager.Lock()processes = []for i in range(5):p = Process(target=func, args=(lock, i))processes.append(p)p.start()for p in processes:p.join()

---

三、创建进程池Poor

Python进程池:是一种用于管理和复用多个进程的工具。进程池可以提高程序的并发处理能力，通过复用已经创建的进程，避免频繁创建和销毁进程的开销。

pool 类方法:

Pool()括号内表示处理的进程数量

apply_async(func, args, kwargs):使用非阻塞方式调用func(并行执行,阻塞就是必须等待上一个进程退出才能执行下一个进程)

close():关闭进程池,不在接收新的进程

terminate():不管任务是否完成,立即终止

join():阻塞,等待所有子进程结束,必须在close之后使用.

import multiprocessing
import timedef run(f):time.sleep(1)return f * fif __name__ == '__main__':test = [1, 2, 3, 4, 5, 6]# print('顺序:')# s = time.time()  # 计算当前时间# for i in test:#     print(run(i))e = time.time()# print('顺序执行时间:', int(e-s))# map(函数名, 可迭代对象):循环将可迭代对象传递给函数执行print('并发:')pool = multiprocessing.Pool(5)  # 创建能够有5条进程的进程池r1 = pool.map(run, test)pool.close()pool.join()e2 = time.time()print('并发时间:', int(e2 - e))print(r1)

运行结果:

在进程池里进行进程间的通信
例如：

import multiprocessing, os, time, randomdef write(q):print('write(%s)启动' % os.getpid())for i in ['a', 'b', 'c', 'd', 'e']:q.put(i)def read(q):print('read(%s)启动' % os.getpid())for i in range(q.qsize()):print('获取:', q.get())if __name__ == '__main__':print('主进程(%s)开始' % os.getpid())q = multiprocessing.Manager().Queue()pool = multiprocessing.Pool()pool.apply_async(write, (q, ))pool.apply_async(read, (q, ))pool.close()pool.join()print('主进程结束')

运行结果：

---

End!

讲的不好,多多见谅,我们下次再见!

更多优质文章点这里