python多进程教程之多线程对同一个全局变量的处理方法

本文详细探讨了Python多线程环境下处理同一全局变量的问题,由于线程执行顺序不确定性可能导致结果不准确。通过示例展示了无控制的全局变量增加操作可能导致的错误,并提出了轮询和通知两种解决方案,强调了通知方式为更优选择。
摘要由CSDN通过智能技术生成

今天小编就为大家分享一篇python进阶之多线程对同一个全局变量的处理方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
通常情况下:

from threading import Thread
  
global_num = 0
  
def func1():
 global global_num
 for i in range(1000000):
 global_num += 1
 print('---------func1:global_num=%s--------'%global_num)
  
def func2():
 global global_num
 for i in range(1000000):
 global_num += 1
 print('--------fun2:global_num=%s'%global_num)
print('global_num=%s'%global_num)
  
lock = Lock()
  
t1 = Thread(target=func1)
t1.start()
  
t2 = Thread(target=func2)
t2.start()

输出结果:

global_num=0
---------func1:global_num=1492752--------
--------fun2:global_num=1515462

#由于多线程不像多进程一样,每一个进程都一个独立的资源块,线程之间是共享主线程的一个资源块(虽然这样说不合适)

#这样虽然方便了线程之间的数据传递,但是又会由于线程之间执行顺序的不确定,导致最后的结果不是应该输出的正确结果。

#例如下面的例程,如果没有添加glob

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 中,多个进程无法直接共享内存空间,因此不能像多线程那样直接修改全局变量。但是,我们可以使用一些特殊的工具来实现多个进程之间的通信和同步,如 `multiprocessing.Manager` 和 `multiprocessing.Value`。 `multiprocessing.Manager` 提供了一种创建共享对象的方式。它可以创建一个进程管理器,这个进程管理器可以用来创建多个进程之间共享的对象,例如字典、列表等。其中的数据是存储在管理器所在的进程中的,其他进程可以通过代理对象来访问和修改数据。 `multiprocessing.Value` 则是一种简单的共享值类型,可以用来在多个进程之间共享一个单一的值。 下面是一个使用 `multiprocessing.Manager` 的示例代码: ```python import multiprocessing def increment(d, i): d['global_var'].value += i if __name__ == '__main__': m = multiprocessing.Manager() d = m.dict() d['global_var'] = multiprocessing.Value('i', 0) processes = [] for i in range(10): p = multiprocessing.Process(target=increment, args=(d, 1)) processes.append(p) for p in processes: p.start() for p in processes: p.join() print(d['global_var'].value) ``` 在这个示例中,我们创建了一个进程管理器 `m`,并用它创建了一个字典 `d`,其中包含一个共享值 `global_var`。`increment` 函数将以参数 `i` 的值增加 `global_var` 的值。我们创建了 10 个进程,每个进程都调用 `increment` 函数,最后打印出 `global_var` 的值。由于我们使用了进程管理器和共享值,所以 `global_var` 的值将总是正确的。 需要注意的是,使用进程共享数据会带来一些额外的开销,因此在性能要求较高的场景下,需要谨慎考虑是否使用进程共享数据。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值