【python】详解multiprocessing多进程-Lock、Rlock进程同步（四）

【python】详解multiprocessing多进程-process模块（一）
【python】详解multiprocessing多进程-Pool进程池模块（二）
【python】详解multiprocessing多进程-Queue、Pipe进程间通信（三）
【python】详解multiprocessing多进程-Lock、Rlock进程同步（四）
【python】详解multiprocessing多进程-总结（五）
       对于多进程multiprocessing和多线程threading这两个库的同步，基本上是相似的使用方式。之前写过threading的Lock、Rlock一文，详细讲解了锁的同步使用，详见：【python】详解threading模块：lock、Rlock的使用（二）本此总结可以结合该文章，在此基础上进一步展示实例：

不使用锁进行同步

import multiprocessing
import time


def job(v, num):
    for _ in range(5):
        time.sleep(0.1)  # 暂停0.1秒，让输出效果更明显
        v.value += num   # v.value获取共享变量值
        print(v.value, end=",")


def multicore():
    v = multiprocessing.Value('i', 0)  # 定义共享变量
    p1 = multiprocessing.Process(target=job, args=(v, 1))
    p2 = multiprocessing.Process(target=job, args=(v, 3))  # 设定不同的number看如何抢夺内存
    p1.start()
    p2.start()
    p1.join()
    p2.join()


if __name__ == '__main__':
    multicore()

'''
# 进程1和进程2在相互抢着使用共享内存v
1,5,9,13,17,4,8,12,16,20,
'''

使用锁进行同步

import multiprocessing
import time
# lock = multiprocessing.Lock()
lock = multiprocessing.RLock()
def job(v, num,lock):
    lock.acquire()
    for _ in range(5):
        time.sleep(0.1)  # 暂停0.1秒，让输出效果更明显
        v.value += num  # v.value获取共享变量值
        print(v.value, end=",")
    lock.release()

def multicore():
    v = multiprocessing.Value('i', 0)  # 定义共享变量
    p1 = multiprocessing.Process(target=job, args=(v, 1, lock))
    p2 = multiprocessing.Process(target=job, args=(v, 3, lock))  # 设定不同的number看如何抢夺内存
    p1.start()
    p2.start()
    p1.join()
    p2.join()

'''
# 显然，进程锁保证了进程p1的完整运行，然后才进行了进程p2的运行
1,2,3,4,5,8,11,14,17,20,
'''