多线程的数据共享

首先值得说明的是进程和线程的概念,程序是数据和有序指令的结合,是一个静态的概念,当程序在计算机中运行之后才有了动态的概念,而进程就是程序动态概念。进程是系统中分配资源的最小单位,一般情况下进程之间是相互独立的,多进程之间是不能进行数据共享的,在保护模式下,一个进程挂了,其他进程不会受到什么影响;线程是存在于进程中的,作为最小调度和执行的单位,较比进程需要的系统资源少很多,切换效率更高,但是一旦线程挂了,所对应的进程也会随之挂了,因此多进程程序比多线程程序具有更好的程序健壮性。

总结:无论多线程还是多进程都不是完美的,需要根据实际情况选择对应的,如果在多核执行机上建议使用多线程,而进程则可以跨机器迁移。

def run(name):

    print('hello,', name)

    time.sleep(1)

    t = threading.Thread(target=run_thread,)

    t.start()

if __name__ == '__main__':

    for i in range(10):

        process = multiprocessing.Process(target=run, args=('test',))

        process.start() # 启动进程

        process.join() # 等待进程结果

# 子进程不会影响主进程的全局变量

import multiprocessing

import time

import os

h = ['hello']  # 全局变量,主进程与子进程是并发执行的,子进程不能改变主进程中全局变量的值

def tt():

    datalist = []

    datalist.append(1)

    datalist.append(2)

    datalist.append(3)

    time.sleep(3)

    print("son", os.getpid(), datalist)

if __name__ == "__main__":

    p = multiprocessing.Process(target=tt, args=())

    p.start()

    # p.join()  # 顺序执行

    print h  # 全局变量不受影响

    h.append("a")

    h.append("b")

    h.append("c")

    print("parent", os.getpid(), h)

默认情况下不同进程的内存是不能共享的,如果要实现进程之间共享数据,需要加入进程中Queue,如下

from multiprocessing import Process, Queue

def f(q):

    q.put([66666, None, 'hello word'])

if __name__ == '__main__':

    q = Queue()  # 把这个q传给了子线程

    p = Process(target=f, args=(q,))  # 子线程访问父线程的q

    p.start()

    print(q.get())

    p.join()

除了上面的Queue实现数据的共享还有Pipe, Manger()

from multiprocessing import Manager,Pipe,Process,os, Lock

def t(d,l):

    d[os.getpid()] = os.getpid()

    l.append(os.getpid())

if __name__ =='__main__':

    # parent_cnn, child_cnn = Pipe()  # 管道生成两个实例

    with Manager() as manager:

        d = manager.dict()

        l = manager.list(range(10)) # 声明一个[0,1,2,3....,9]的列表

        p_list = []

        for i in range(5):

            p = Process(target=t,args=(d,l))

            # p.daemon = True

            p.start()

            p_list.append(p)

        for j in p_list:

            j.join()

        print d # {11160: 11160, 11161: 11161, 11162: 11162, 11163: 11163, 11164: 11164}

        print l # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 11160, 11161, 11162, 11163, 11164]

from multiprocessing import Process, Pipe

def t(cnn):

    cnn.send('aaa')  # 发送数据

    cnn.send(['bbb',1,None])

    info = cnn.recv()  # 接受数据

    print info

    cnn.close()

if __name__ == '__main__':

    parent_cnn, child_cnn = Pipe()

    for i in range(2):

        p = Process(target=t,args=(child_cnn,))

        p.start()

        print parent_cnn.recv() 

        parent_cnn.send('vfdf')

        p.join()


参考:https://www.onexing.cn

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,843评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,538评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,187评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,264评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,289评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,231评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,116评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,945评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,367评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,581评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,754评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,458评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,068评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,692评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,842评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,797评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,654评论 2 354