多进程数据共享

from multiprocessing import Process,Manager,Lock

def func(dic,lock):
    lock.acquire()
    dic["count"] -= 1
    lock.release()
if __name__ == '__main__':
    m = Manager()
    dic = m.dict({"count":100})
    p_lst = []
    lock = Lock()
    for i in range(20):
        p = Process(target=func,args=(dic,lock))
        p.start()
        p_lst.append(p)
    for p in p_lst:p.join()
    print("主进程:",dic)
View Code

 

转载于:https://www.cnblogs.com/superniao/p/10124210.html

在Python中,实现多进程数据共享有两种方式:共享内存和使用数据管理器(Manager)。对于共享内存,可以使用multiprocessing模块的Array和Value来创建共享的数组和值。例如,可以使用multiprocessing.Array来创建一个共享的整型数组。在这种情况下,子进程可以修改数组的值,主进程也会跟着改变。另一种方式是使用数据管理器(Manager),它提供了一种更高级的数据共享方式。通过使用multiprocessing模块的Manager类,可以创建一个可以跨进程访问的共享对象,比如列表、字典等。这种方式可以在多个进程之间共享数据,并且可以进行相应的同步操作来确保数据的一致性。具体实现可以参考相关文档和教程。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【Python并发】【Python多进程(三)】进程数据共享](https://blog.csdn.net/bqw18744018044/article/details/104739000)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Python 进程之间共享数据](https://blog.csdn.net/dati4434/article/details/102201871)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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