使用python进行多处理的问题是,任何进程都完全独立于其他进程。在启动时,它复制当前变量,然后处理这个副本:这意味着对变量状态的任何修改都不会复制到另一个进程中。
这是由Python的全局解释器锁造成的,它确保只有一个进程同时访问一个变量,以避免损坏内存。你可以在这里看到更多:What is a global interpreter lock (GIL)?
现在对于您的特定问题,可以使用共享变量。在from multiprocessing import Value
a=Value('f', 0.0) # create a shared float, initialised at 0
a.value # read the value
a.value=50 # modify the value
您需要声明a,并将其作为每个进程的参数传递。在
但是,当您“绕过”GIL时,您需要管理自己对这个变量的访问,以避免有两个进程试图同时读取/修改它。这就是为什么每个共享变量都带有一个Lock,它允许访问变量。在
^{pr2}$
请注意,在发生错误/异常的情况下,如果不释放锁,对变量的访问将永远丢失。如果这是一个问题,请添加以下内容:try:
a.acquire() #acquire the Lock, forbidding access to other processes.
a.value # read the value
a.value=50 # modify the value
a.release() # don't forget to release the lock, or else you will block everything.
except Exception as e:
print e
a.release()
您的最终代码:#!/usr/bin/python
# -*- coding: utf-8 -*-
import multiprocessing
from multiprocessing import Value
import time
#from globalvar import *
a=Value('f', 8)
#toto=8
def worker(a):
try:
name = multiprocessing.current_process().name
for i in range(1,4):
a.acquire()
a.value=i
a.release()
print ("worker=",a.value)
time.sleep(3)
except Exception as e:
print e
a.release()
def my_service(az):
name = multiprocessing.current_process().name
# print (name,"Starting")
# time.sleep(3)
# print (name, "Exiting")
while True:
try:
az.acquire()
print ("my_service=",az.value)
az.release()
time.sleep(2)
except Exception as e:
print e
az.release()
if __name__ == '__main__':
#Process(target=worker).start()
service = multiprocessing.Process(name='my_service', target=my_service,args=(a,))
worker_1 = multiprocessing.Process(name='worker 1', target=worker,args=(a,))
worker_2 = multiprocessing.Process(target=worker,args=(a,)) # use default name
worker_1.start()
worker_2.start()
service.start()