python 进程间数据共享multiProcess.Manger实现解析

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

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

manager这里可以共享列表，字典等很多数据类型

from multiprocessing import Manager,Process,Lock
def work(d,lock):
lock.acquire()
d['count'] -= 1
lock.release()
if __name__ == '__main__':
lock = Lock()
with Manager() as m:
dic = m.dict({'count':100})#生成一个字典，可在多个进程间共享和传递
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: #等待结果
p.join()
print(dic)

{'count':0}

以上就是本文的全部内容，希望对大家的学习有所帮助

您可能感兴趣的文章:

• Python进程间通信 multiProcessing Queue队列实现详解
• Python Multiprocessing多进程 使用tqdm显示进度条的实现
• Python3多进程 multiprocessing 模块实例详解
• Python多进程multiprocessing.Pool类详解
• Python多进程库multiprocessing中进程池Pool类的使用详解
• Python多进程并发(multiprocessing)用法实例详解
• Python multiprocessing.Manager介绍和实例（进程间共享数据）
• 利用Python实现在同一网络中的本地文件共享方法