Python程序中的进程操作-进程间数据共享(multiprocess.Manager)

目录

* 一、进程之间的数据共享 <https://www.cnblogs.com/nickchen121/p/11130265.html#一进程之间的数据共享>
* 1.1 Manager模块介绍
<https://www.cnblogs.com/nickchen121/p/11130265.html#manager模块介绍>
* 1.2 Manager例子
<https://www.cnblogs.com/nickchen121/p/11130265.html#manager例子>
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)

• « 上一篇：2019年面试了100位前端后才知道为什么你只能拿3k
• » 下一篇：[Vue 牛刀小试]：第八章 - 组件的基础知识