[转载] Python进程——multiprocessing.Event()|Barrier（）

参考链接： Python中的屏障对象Barrier Objects

Event 

event实际上描述的是一种同步的处理事件，可以简单地理解为，不同的进程之间可以利用一些特殊的处理来等待其他进程处理完毕 

在event类同步处理时，多个进程将拥有用一个event实例，当调用wait（）方法是将进入到阻塞状态，同时会设置阻塞标记为“False”，(待阻塞标记为“True"后才会接触阻塞状态），此时另外一个进程可以继续工作，并且通过set（）方法将阻塞标记设置为“True”,这样之前阻塞的进程会继续执行 

import multiprocessing,time,random

def restaurant_handle(event): #餐厅的处理进程

    print("1、【餐厅】为食客安排座位，并在一旁等待食客点餐。。。")

    time.sleep(random.randint(1,3))

    event.set()#解除阻塞状态

    event.clear()#清除已有的状态

    event.wait()#等待食客后续处理

 

    print("3、【餐厅】厨师接到菜单，开始烹饪美食。。。")

    time.sleep(random.randint(1,3))

    event.set() #解除阻塞状态

    event.clear()  # 之前的状态清空

    event.wait()

 

    print("5、【餐厅】收银台算正在算账。。。")

    time.sleep(random.randint(1,3))

    event.set()  # 解除阻塞状态

    event.clear()  # 之前的状态清空

    event.wait()

 

    print("7、【餐厅】收银台收到钱。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

def diners_hangle(event):#食客的处理进程

    event.wait() #等待之前的第一步完成  两个进程所以先阻塞，让另一个执行

 

    print("2、【食客】食客看完菜单，选好了自己心仪的美食。。。")

    time.sleep(random.randint(1,3))

    event.set() #解除阻塞状态

    event.clear()#之前的状态清空

    event.wait()#继续等待后续的处理步骤

 

    print("4、【食客】享用丰盛的美食。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

    print("6、【食客】食客吃晚餐走向收银台付款。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

    print("8、【食客】食客离开")

    event.set()

 

def main():

    event = multiprocessing.Event()#定义一个event同步处理

    restaurant_process = multiprocessing.Process(target=restaurant_handle,args=(event,),name="餐厅服务进程")

    diners_process = multiprocessing.Process(target=diners_hangle,args=(event,),name="食客进程")

    restaurant_process.start()

    diners_process.start()

if __name__ == '__main__':

    main()

 

 

Barrier 

Barrier表示的是一种屏障，当若干个进程没有达到屏障数量的时候都处于阻塞状态，一旦达到了屏障数量，那么将自动解除阻塞状态并且启动运行 

创建十二个进程，分为四组，每组达到三个进程是开始执行

 

import multiprocessing,time

def barrier_test():#栅栏处理函数

    print("达到目标数量，进行下一步。。。")

def ready(barrier):

    print("【%s】开始准备。。。"%multiprocessing.current_process().name)

    time.sleep(2)

    barrier.wait()#进入到一个屏障点等待

    print('【%s】进程结束。。。'%multiprocessing.current_process().name)

def main():

    barrier = multiprocessing.Barrier(parties=3,action=barrier_test)#每达到三个进程调用处理函数

    #生成12个进程

    process_list =[multiprocessing.Process(target=ready,args=(barrier,),name="进程%s"% item) for item in range(12)]

    for process in process_list:

        process.start()

    for process in process_list:

        process.join()

if __name__ == '__main__':

    main()

 

 

利用这种栅栏的操作可以控制多个进程的同时的并发处理，在进程数量不足的时候才会执行阻塞处理