Python-开发之路-进程基础

最新推荐文章于 2024-07-01 09:40:05 发布

白金牧场

最新推荐文章于 2024-07-01 09:40:05 发布

阅读量879

点赞数

分类专栏： Python之路 Python基础知识文章标签： python 进程数据隔离数据共享

本文链接：https://blog.csdn.net/qq_34409701/article/details/52002576

版权

Python基础知识同时被 2 个专栏收录

19 篇文章 6 订阅

订阅专栏

Python之路

17 篇文章 0 订阅

订阅专栏

本文主要探讨Python中的进程使用，特别是在I/O密集型和计算密集型任务中的应用。重点介绍如何在进程中实现数据共享，包括通过queues、Arrey和Manager的dict来解除进程间的数据隔离。这些工具分别提供了不同的特性，如队列通信、统一类型的数组以及不限制数据类型和数量的特殊字典。

摘要由CSDN通过智能技术生成

I/O 密集型：多线程
计算密集型：多进程
Python中进程的使用和线程使用，这里就不累述基础和锁相关了，重点分享一下进程的数据共享
一般情况下，进程是数据隔离的，但是Python为大家准备了三种解除数据隔离的方法：
1、queues 进程的队列；
2、Arrey 数组，需要设置统一的数据类型（数组中的所有元素数据类型必须统一），元素个数；
3、Manger.dict 特殊字典，没有数组的两个限制（数据类型，元素个数）。

queues

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing

def foo(i,arg):
    arg.put(i)
    print('say hi',i,arg.qsize())

if __name__ == "__main__":
    li = queues.Queue(20,ctx=multiprocessing)
    for i in range(10):
        p = Process(target=foo,args=(i,li,))
        p.start()

Arrey

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing
from multiprocessing import Array

def foo(i,arg):
    # arg.put(i)
    # print('say hi',i,arg.qsize())
    arg[i] = i + 100
    for item in arg:
        print(item)
    print('=======================')

if __name__ == "__main__":
    # li = queues.Queue(20,ctx=multiprocessing)
    li = Array('i',10)
    for i in range(10):
        p = Process(target=foo,args=(i,li,))
        p.start()

Manager

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing
from multiprocessing import Array
from multiprocessing import Manager
import time

def foo(i,arg):
    # arg.put(i)
    # print('say hi',i,arg.qsize())
    arg[i] = i + 100
    print(arg.values())
    # for item in arg:
    #     print(item)
    # print('=======================')

if __name__ == "__main__":
    # li = queues.Queue(20,ctx=multiprocessing)
    # li = Array('i',10)
    obj = Manager()
    li = obj.dict()
    for i in range(10):
        p = Process(target=foo,args=(i,li,))
        p.start()
       # p.join() #方式一，子进程执行完后，主进程在退
    time.sleep(0.7)#方式二，设置主进程等待时间，等待子进程执行完成，相比，方式一更严谨