python中進程間數據通訊模塊multiprocessing.Manager的介紹

來源：懂視網責編：小采時間：2020-11-27 14:20:23

python中進程間數據通訊模塊multiprocessing.Manager的介紹

python中進程間數據通訊模塊multiprocessing.Manager的介紹:本篇文章給大家帶來的內容是關于python中進程間數據通訊模塊multiprocessing.Manager的介紹，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。目前開發中有遇到進程間需要共享數據的情況. 所以研究了下multiprocessing.Mana

推薦度：

點擊下載本文 文檔為doc格式

導讀python中進程間數據通訊模塊multiprocessing.Manager的介紹:本篇文章給大家帶來的內容是關于python中進程間數據通訊模塊multiprocessing.Manager的介紹，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。目前開發中有遇到進程間需要共享數據的情況. 所以研究了下multiprocessing.Mana

本篇文章給大家帶來的內容是關于python中進程間數據通訊模塊multiprocessing.Manager的介紹，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。

目前開發中有遇到進程間需要共享數據的情況. 所以研究了下multiprocessing.Manager, 主要會以dict為例子, 說明下進程間共享(同一個父進程).

dict使用說明

import multiprocessing
# 1. 創建一個Manger對象
manager = multiprocessing.Manager()
# 2. 創建一個dict
temp_dict = manager.dict()
# 3. 創建一個測試程序
def test(idx, test_dict):
 test_dict[idx] = idx
# 4. 創建進程池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
 pool.apply_async(test, args=(i, temp_dict))
pool.close()
pool.join()
print(temp_dict)

too simple.

簡單的源碼分析

這時我們再看一個例子

import multiprocessing
# 1. 創建一個Manger對象
manager = multiprocessing.Manager()
# 2. 創建一個dict
temp_dict = manager.dict()
temp_dict['test'] = {}
# 3. 創建一個測試程序
def test(idx, test_dict):
 test_dict['test'][idx] = idx
# 4. 創建進程池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
 pool.apply_async(test, args=(i, temp_dict))
pool.close()
pool.join()
print(temp_dict)

可以看到輸出結果是奇怪的{'test': {}}
如果我們簡單修改一下代碼

import multiprocessing
# 1. 創建一個Manger對象
manager = multiprocessing.Manager()
# 2. 創建一個dict
temp_dict = manager.dict()
temp_dict['test'] = {}
# 3. 創建一個測試程序
def test(idx, test_dict):
 row = test_dict['test']
 row[idx] = idx
 test_dict['test'] = row
# 4. 創建進程池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
 pool.apply_async(test, args=(i, temp_dict))
pool.close()
pool.join()
print(temp_dict)

這時輸出結果就符合預期了.

為了了解這個現象背后的原因, 我簡單去讀了一下源碼, 主要有以下幾段代碼很關鍵.

def Manager():
 '''
 Returns a manager associated with a running server process

 The managers methods such as `Lock()`, `Condition()` and `Queue()`
 can be used to create shared objects.
 '''
 from multiprocessing.managers import SyncManager
 m = SyncManager()
 m.start()
 return m
 
...
 def start(self, initializer=None, initargs=()):
 '''
 Spawn a server process for this manager object
 '''
 assert self._state.value == State.INITIAL

 if initializer is not None and not hasattr(initializer, '__call__'):
 raise TypeError('initializer must be a callable')

 # pipe over which we will retrieve address of server
 reader, writer = connection.Pipe(duplex=False)

 # spawn process which runs a server
 self._process = Process(
 target=type(self)._run_server,
 args=(self._registry, self._address, self._authkey,
 self._serializer, writer, initializer, initargs),
 )
 ident = ':'.join(str(i) for i in self._process._identity)
 self._process.name = type(self).__name__ + '-' + ident
 self._process.start()
...

上面代碼可以看出, 當我們聲明了一個Manager對象的時候, 程序實際在其他進程啟動了一個server服務, 這個server是阻塞的, 以此來實現進程間數據安全.
我的理解就是不同進程之間操作都是互斥的, 一個進程向server請求到這部分數據, 再把這部分數據修改, 返回給server, 之后server再去處理其他進程的請求.

回到上面的奇怪現象上, 這個操作test_dict['test'][idx] = idx實際上在拉取到server上的數據后進行了修改, 但并沒有返回給server, 所以temp_dict的數據根本沒有變化. 在第二段正常代碼, 就相當于先向服務器請求數據, 再向服務器傳送修改后的數據. 這樣就可以解釋這個現象了.

進程間數據安全

這個時候如果出現一種情況, 兩個進程同時請求了一份相同的數據, 分別進行修改, 再提交到server上會怎么樣呢? 那當然是數據產生異常. 基于此, 我們需要Manager的另一個對象, Lock(). 這個對象也不難理解, Manager本身就是一個server, dict跟lock都來自于這個server, 所以當你lock住的時候, 其他進程是不能取到數據, 自然也不會出現上面那種異常情況.

代碼示例:

import multiprocessing
# 1. 創建一個Manger對象
manager = multiprocessing.Manager()
# 2. 創建一個dict
temp_dict = manager.dict()
lock = manager.Lock()
temp_dict['test'] = {}
# 3. 創建一個測試程序
def test(idx, test_dict, lock):
 lock.acquire()
 row = test_dict['test']
 row[idx] = idx
 test_dict['test'] = row
 lock.release()
# 4. 創建進程池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
 pool.apply_async(test, args=(i, temp_dict, lock))
pool.close()
pool.join()
print(temp_dict)

切忌不要進程里自己新建lock對象, 要使用統一的lock對象.

本篇文章到這里就已經全部結束了，更多其他精彩內容可以關注PHP中文網的python視頻教程欄目！

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com