python 进程间共享数据 (二)
Python中进程间共享数据,除了基本的queue,pipe和value+array外,还提供了更高层次的封装。使用multiprocessing.Manager可以简单地使用这些高级接口。
Manager()返回的manager对象控制了一个server进程,此进程包含的python对象可以被其他的进程通过proxies来访问。从而达到多进程间数据通信且安全。
Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | import time import multiprocessing def worker(d, key, value): d[key] = value if __name__ = = '__main__' : print time.strftime( '%y-%m-%d %H:%M:%S' , time.localtime()) mgr = multiprocessing.Manager() d = mgr. dict () jobs = [ multiprocessing.Process(target = worker, args = (d, i, i * 2 )) for i in range ( 10 ) ] for j in jobs: j.start() for j in jobs: j.join() print ( 'Results:' ) for key in dict (d): print "%s->%s" % (key,d[key]) |
转自:http://www.cnblogs.com/itech/archive/2012/01/10/2318120.html
分类:
Python
标签:
python进程共享
, python Manager
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 35岁程序员的中年求职记:四次碰壁后的深度反思
· 继承的思维:从思维模式到架构设计的深度解析
· 如何在 .NET 中 使用 ANTLR4
· 后端思维之高并发处理方案
· 理解Rust引用及其生命周期标识(下)
· 35岁程序员的中年求职记:四次碰壁后的深度反思
· 当职场成战场:降职、阴谋与一场硬碰硬的抗争
· ShadowSql之.net sql拼写神器
· Excel百万数据如何快速导入?
· 无需WebView,Vue也能开发跨平台桌面应用