Python基础学习 -- 进程锁

简介: Python基础学习 -- 进程锁

一、join函数的作用

1、等子进程执行完,主进程再结束

2、将子进程都存储到一个列表,每个子进程都调用一下join方法

if __name__=="__main__":
    print("我是主线程")
    s=time.time()
    a=[2,3,4]
    b=[] #存储创建好的进程
    for i in a:
        p=Process(target=funa,args=(i,))
        p.start()
    print("程序花费:",time.time()-s)

两个进程间的数据,是不能共享的

二、面向对象启动子进程

1、新建一个类aiyou,传递的参数为Process

2、新建一个run方法,名字必须是run,子进程默认执行的函数

from multiprocessing import Process
class aiyou(Process):
    def __init__(self, name):
        super().__init__()
        self.name = name
    def run(self):
        print('当前%s子进程正在执行'%self.name)
if __name__ == '__main__':
    p = aiyou('bucuo')
    p.start()

三、守护进程

1、当没有守护进程的时候,主进程结束后,子进程依旧执行完毕才结束

import time
from multiprocessing import Process
def funa(n):
    for i in range(n):
        time.sleep(1)
        print("我是a")
if __name__=="__main__":
    print("我是主线程")
    s=time.time()
    a=[2,3,4]
    for i in a:
        p=Process(target=funa,args=(i,))
        p.start()
    print("程序花费:",time.time()-s)

2、将子进程设置成守护进程(p.daemon=True),主进程一结束,子进程立马结束

import time
from multiprocessing import Process
def funa(n):
    for i in range(n):
        time.sleep(1)
        print("我是a")
if __name__=="__main__":
    print("我是主线程")
    s=time.time()
    a=[2,3,4]
    for i in a:
        p=Process(target=funa,args=(i,))
        p.daemon=True
        p.start()
    print("程序花费:",time.time()-s)

四、进程同步(锁)

1、当创建多个子进程的时候,他们的启动顺序是不一样

import time
from multiprocessing import Process
from multiprocessing import Lock
def funa():
    for i in range(10000):
        print("我是%d开始执行"%i)
def funb(l):
    #l.acquire()
    funa()
    #l.release()
if __name__=="__main__":
    print("我是主线程")
    lock=Lock()
    for i in range(3):
        p=Process(target=funb,args=(lock,))
        p.start()

运行结果(部分截图),这里执行的顺序就变了

2、枷锁以后,就会按顺序挨个执行

加锁的缺点,使进程失去了异步的功能,优点是:数据更加安全

import time
from multiprocessing import Process
from multiprocessing import Lock
def funa():
    for i in range(10000):
        print("我是%d开始执行"%i)
def funb(l):
    l.acquire()
    funa()
    l.release()
if __name__=="__main__":
    print("我是主线程")
    lock=Lock()
    for i in range(3):
        p=Process(target=funb,args=(lock,))
        p.start()

运行结果:

目录
相关文章
|
8天前
|
消息中间件 安全 Kafka
Python IPC机制全攻略:让进程间通信变得像呼吸一样自然
【9月更文挑战第12天】在编程领域,进程间通信(IPC)是连接独立执行单元的关键技术。Python凭借简洁的语法和丰富的库支持,提供了多种IPC方案。本文将对比探讨Python的IPC机制,包括管道与消息队列、套接字与共享内存。管道适用于简单场景,而消息队列更灵活,适合高并发环境。套接字广泛用于网络通信,共享内存则在本地高效传输数据。通过示例代码展示`multiprocessing.Queue`的使用,帮助读者理解IPC的实际应用。希望本文能让你更熟练地选择和运用IPC机制。
31 10
|
5天前
|
监控 Ubuntu API
Python脚本监控Ubuntu系统进程内存的实现方式
通过这种方法,我们可以很容易地监控Ubuntu系统中进程的内存使用情况,对于性能分析和资源管理具有很大的帮助。这只是 `psutil`库功能的冰山一角,`psutil`还能够提供更多关于系统和进程的详细信息,强烈推荐进一步探索这个强大的库。
16 1
|
7天前
|
Python
惊!Python进程间通信IPC,让你的程序秒变社交达人,信息畅通无阻
【9月更文挑战第13天】在编程的世界中,进程间通信(IPC)如同一场精彩的社交舞会,每个进程通过优雅的IPC机制交换信息,协同工作。本文将带你探索Python中的IPC奥秘,了解它是如何让程序实现无缝信息交流的。IPC如同隐形桥梁,连接各进程,使其跨越边界自由沟通。Python提供了多种IPC机制,如管道、队列、共享内存及套接字,适用于不同场景。通过一个简单的队列示例,我们将展示如何使用`multiprocessing.Queue`实现进程间通信,使程序如同社交达人般高效互动。掌握IPC,让你的程序在编程舞台上大放异彩。
12 3
|
9天前
|
安全 开发者 Python
Python IPC大揭秘:解锁进程间通信新姿势,让你的应用无界连接
【9月更文挑战第11天】在编程世界中,进程间通信(IPC)如同一座无形的桥梁,连接不同进程的信息孤岛,使应用无界而广阔。Python凭借其丰富的IPC机制,让开发者轻松实现进程间的无缝交流。本文将揭开Python IPC的神秘面纱,介绍几种关键的IPC技术:管道提供简单的单向数据传输,适合父子进程间通信;队列则是线程和进程安全的数据共享结构,支持多进程访问;共享内存允许快速读写大量数据,需配合锁机制确保一致性;套接字则能实现跨网络的通信,构建分布式系统。掌握这些技术,你的应用将不再受限于单个进程,实现更强大的功能。
26 5
|
9天前
|
消息中间件 Kafka 数据安全/隐私保护
Python IPC实战指南:构建高效稳定的进程间通信桥梁
【9月更文挑战第11天】在软件开发中,随着应用复杂度的提升,进程间通信(IPC)成为构建高效系统的关键。本文通过一个分布式日志处理系统的案例,介绍如何使用Python和套接字实现可靠的IPC。案例涉及定义通信协议、实现日志发送与接收,并提供示例代码。通过本教程,你将学会构建高效的IPC桥梁,并了解如何根据需求选择合适的IPC机制,确保系统的稳定性和安全性。
25 5
|
11天前
|
消息中间件 网络协议 Python
工具人逆袭!掌握Python IPC,让你的进程从此告别单打独斗
【9月更文挑战第9天】你是否曾遇到多个Python程序像孤岛般无法通信,导致数据孤立、任务难协同的问题?掌握进程间通信(IPC)技术,可助你打破这一僵局。IPC是不同进程间传递数据或信号的机制,在Python中常用的方法有管道、消息队列、共享内存及套接字等。其中,管道适用于父子或兄弟进程间简单数据传递;套接字则不仅限于本地,还能在网络间实现复杂的数据交换。通过学习IPC,你将能设计更健壮灵活的系统架构,成为真正的编程高手。
15 3
|
12天前
|
安全 开发者 Python
揭秘Python IPC:进程间的秘密对话,让你的系统编程更上一层楼
【9月更文挑战第8天】在系统编程中,进程间通信(IPC)是实现多进程协作的关键技术。IPC机制如管道、队列、共享内存和套接字,使进程能在独立内存空间中共享信息,提升系统并发性和灵活性。Python提供了丰富的IPC工具,如`multiprocessing.Pipe()`和`multiprocessing.Queue()`,简化了进程间通信的实现。本文将从理论到实践,详细介绍各种IPC机制的特点和应用场景,帮助开发者构建高效、可靠的多进程应用。掌握Python IPC,让系统编程更加得心应手。
18 4
|
12天前
|
消息中间件 数据库 Python
深度剖析!Python IPC的奥秘,带你走进进程间通信的微观世界
【9月更文挑战第8天】在编程世界中,进程间通信(IPC)是连接不同程序或进程的关键技术,使数据在独立进程间自由流动,构建复杂软件系统。本文将深入探讨Python中的IPC机制,包括管道、消息队列、套接字等,并通过具体示例展示如何使用Socket实现网络IPC。Python的`multiprocessing`模块还提供了队列、管道和共享内存等多种高效IPC方式。通过本文,你将全面了解Python IPC的核心概念与应用技巧,助力开发高效协同的软件系统。
30 2
|
14天前
|
消息中间件 数据采集 数据库
庆祝吧!Python IPC让进程间的合作,比团队游戏还默契
【9月更文挑战第7天】在这个数字化时代,软件系统日益复杂,单进程已难以高效处理海量数据。Python IPC(进程间通信)技术应运而生,使多进程协作如同训练有素的电竞战队般默契。通过`multiprocessing`模块中的Pipe等功能,进程间可以直接传递数据,无需依赖低效的文件共享或数据库读写。此外,Python IPC还提供了消息队列、共享内存和套接字等多种机制,适用于不同场景,使进程间的合作更加高效、精准。这一技术革新让开发者能轻松应对复杂挑战,构建更健壮的软件系统。
26 1
|
10天前
|
消息中间件 安全 数据库
动手实操!Python IPC机制,打造高效协同的进程军团
【9月更文挑战第10天】在软件开发领域,进程间的高效协作对应用性能与稳定性至关重要。Python提供了多种进程间通信(IPC)机制,如管道、消息队列、套接字、共享内存等,帮助开发者构建高效协同的系统。本文将通过动手实践,使用`multiprocessing`模块演示如何利用队列实现进程间通信。示例代码展示了如何创建一个工作进程从队列接收并处理数据,从而实现安全高效的进程交互。通过实际操作,读者可以深入了解Python IPC的强大功能,提升系统的并发处理能力。
22 0