Python 进程互斥锁 Lock

ChatGPT 3.5 国内中文镜像站免费使用啦

和前面讲到的  Python 线程互斥锁 Lock 类似,当有多个进程 Process 同时读写同一个文件时,为了避免数据读写产生异常,我们需要为正在操作的进程加上互斥锁,互斥锁的原理不管是对线程 threading 还是对进程 Process 而言都是一样。


一.Python 线程互斥锁和进程互斥锁


1.创建线程互斥锁

# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:猿说编程
@Blog(个人博客地址): www.codersrc.com
@File:Python 进程互斥锁 Lock.py
@Time:2021/05/09 07:37
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
 
"""

# 导入线程threading模块
import threading

# 创建线程互斥锁
mutex = threading.Lock()

2.创建进程互斥锁

# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:猿说编程
@Blog(个人博客地址): www.codersrc.com
@File:Python 进程互斥锁 Lock.py
@Time:2021/05/09 07:37
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
 
"""

from multip# 导入进程模块
from multiprocessing import Process,Lock

# 创建进程互斥锁
mutex = Lock()

注意导入模块的区别,不要混淆使用!


二.进程互斥锁Lock函数介绍

  • acquire — 锁定资源;
  • release  — 释放资源;

三.进程互斥锁Lock使用


案例一:使用进程,但不使用互斥锁

# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:猿说编程
@Blog(个人博客地址): www.codersrc.com
@File:Python 进程互斥锁 Lock.py
@Time:2021/05/09 07:37
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
 
"""

from multiprocessing import Lock, Process
import time
import random
import os


def foo(i, mutex):
    print('%s: %s is running' % (i, os.getpid()))
    time.sleep(random.random())
    print('%s:%s is done' % (i, os.getpid()))


if __name__ == '__main__':
    mutex = Lock()
    for i in range(10):
        process = Process(target=foo, args=(i, mutex))
        process.start()

'''
输出结果:

0: 17008 is running
1: 5288 is running
2: 1228 is running
3: 9724 is running
4: 7520 is running
5: 10236 is running
3:9724 is done
6: 16452 is running
7: 13328 is running
0:17008 is done
8: 9356 is running
9: 16432 is running
8:9356 is done
2:1228 is done
5:10236 is done
9:16432 is done
7:13328 is done
4:7520 is done
6:16452 is done
1:5288 is done
'''

      重输出的结果来看,多个进程同时在操作,如果是对同一个文件读写操作,很明显已经乱套了,这并不是我们想要的;如果多进程在读写同一文件时想要保证数据安全,必然需要加上互斥锁 Lock,例如下面这个 demo ;


案例二:进程互斥锁的使用

# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:猿说编程
@Blog(个人博客地址): www.codersrc.com
@File:Python 进程互斥锁 Lock.py
@Time:2021/05/09 07:37
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
 
"""

from multiprocessing import Lock, Process
import time
import random
import os


def foo(i, mutex):
    mutex.acquire()
    print('%s: %s is running' % (i, os.getpid()))
    time.sleep(random.random())
    print('%s:%s is done' % (i, os.getpid()))
    mutex.release()


if __name__ == '__main__':
    mutex = Lock()
    for i in range(10):
        process = Process(target=foo, args=(i, mutex))
        process.start()

'''
输出结果:

0: 6908 is running
0:6908 is done
1: 7976 is running
1:7976 is done
3: 7824 is running
3:7824 is done
2: 17328 is running
2:17328 is done
4: 7844 is running
4:7844 is done
5: 15900 is running
5:15900 is done
6: 12648 is running
6:12648 is done
7: 16516 is running
7:16516 is done
8: 17348 is running
8:17348 is done
9: 13180 is running
9:13180 is done
'''

      完美,即便是对同一个文件进行读写操作,进程 Process 使用互斥锁 Lock 之后也不会造成数据混乱的问题,同时也提高了效率,完美解决案例一的问题!


案例三:对全局变量累计求和看看计算结果

# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:猿说编程
@Blog(个人博客地址): www.codersrc.com
@File:Python 进程互斥锁 Lock.py
@Time:2021/05/09 07:37
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
 
"""

# 导入进程模块
from multiprocessing import Process,Lock

num = 0

def get_sum1():

    global num  # 声明全局变量
    for i in range(10000):
        num = num +1
    print("get_sum1:",num)

def get_sum2():

    global num  # 声明全局变量
    for i in range(10000):
        num = num + 1
    print("get_sum2:", num)


def main():
    global num  # 声明全局变量
    p1 = Process(target=get_sum1)
    p1.start()

    p2 = Process(target=get_sum2)
    p2.start()

    p1.join()
    p2.join()
    print("main:",num)


if __name__ == "__main__":

    main()
    print("main exit")

'''
输出结果:

get_sum1: 10000
get_sum2: 10000
main: 0
main exit
'''

      可能有小伙伴会觉得很纳闷,main 函数中得 num 值怎么会是 0 ,明明主进程/两个子进程都用关键字 global 声明了全局变量,即便没有互斥锁,也应该是一个小于 20000 的随机数,在文章 Python 进程 Process 与线程 threading区别 中有详细讲解,同一进程的所有线程共享该进程的所有资源,进程与进程之间资源相互独立,互不影响(类似深拷贝

      上面的程序有三个进程,这就意味着 num 变量实际上有三份资源,其中两个进程对 num 分别做了 10000 次累计加 1 ,所以每个子进程的值都是 10000 ,主进程没有对 num 任何操作,所以主进程 num 值为 0 ;


四.猜你喜欢

  1. Python 条件推导式
  2. Python 列表推导式
  3. Python 字典推导式
  4. Python 不定长参数 *argc/**kargcs
  5. Python 匿名函数 lambda
  6. Python return 逻辑判断表达式
  7. Python is 和 == 区别
  8. Python 可变数据类型和不可变数据类型
  9. Python 浅拷贝和深拷贝
  10. Python 异常处理
  11. Python 线程创建和传参
  12. Python 线程互斥锁 Lock
  13. Python 线程时间 Event
  14. Python 线程条件变量 Condition
  15. Python 线程定时器 Timer
  16. Python 线程信号量 Semaphore
  17. Python 线程障碍对象 Barrier
  18. Python 线程队列 Queue – FIFO
  19. Python 线程队列 LifoQueue – LIFO
  20. Python 线程优先队列 PriorityQueue
  21. Python 线程池 ThreadPoolExecutor(一)
  22. Python 线程池 ThreadPoolExecutor(二)
  23. Python 进程 Process 模块
  24. Python 进程 Process 与线程 threading 区别
  25. Python 进程间通信 Queue / Pipe

ChatGPT 3.5 国内中文镜像站免费使用啦
© 版权声明
THE END
喜欢就支持一下吧
点赞3 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容