IPC

IPC指的是进程间通讯
进程是在相互独立的内存中运行的，所以当一个进程需要使用另一个进程的数据时就要使用IPC

共享内存

1.Manager类

 

Manager提供很多数据结构 list dict等等

 

Manager所创建出来的数据结构,具备进程间共享的特点

def task(date,lock):
    lock.acquire()
    # num=date['num']
    time.sleep(0.1)　　　　　　由于Manager创建的一些数据结构是不带锁的 可能会出现问题，所
    date['num']-=1　　　　　　　以这里加了0.1秒的缓冲时间
    print(date)
    lock.release()

if __name__ == '__main__':
    m=Manager()　　　　　　Manager也需要在 if __name__ == '__main__':下调用执行
    lock=Lock()
    date=m.dict({'num':10})
    for i in range(10):
        a=Process(target=task,args=(date,lock))
        a.start()

    time.sleep(2)
    print(date)

需要强调的是 Manager创建的一些数据结构是不带锁的 可能会出现问题

Queue队列

队列是一种特殊的数据结构,先存储的先取出 就像排队 先进先出

在Queue队列中自动帮我们处理了锁的问题，所以可以不考虑进程间冲突

q = Queue(3)    # 创建队列  不指定maxsize 则没有数量限制q.put("abc")　　　　# 存储元素q.put("hhh")q.put("kkk")

print(q.get())q.put("ooo")    # 如果容量已经满了,在调用put时将进入阻塞状态 直到有人从队列中拿走数据有空位置 才会继续执行

print(q.get())# 如果队列已经空了,在调用get时将进入阻塞状态 直到有人从存储了新的数据到队列中 才会继续

print(q.get())print(q.get())


#block 表示是否阻塞 默认是阻塞的   # 当设置为False 并且队列为空时 抛出异常
q.get(block=True,timeout=2)
# block 表示是否阻塞 默认是阻塞的   # 当设置为False 并且队列满了时 抛出异常
# q.put("123",block=False,)
# timeout 表示阻塞的超时时间 ,超过时间还是没有值或还是没位置则抛出异常  仅在block为True有效

生产者消费者模型

生产者和消费,处理速度不平衡,一方快一方慢,导致一方需要等待另一方

 

原本,双方是耦合 在一起,消费必须等待生产者生成完毕在开始处理, 反过来

 

如果消费消费速度太慢,生产者必须等待其处理完毕才能开始生成下一个数据

 

 

解决的方案:

 

将双方分开来.一专门负责生成,一方专门负责处理

 

这样一来数据就不能直接交互了 双方需要一个共同的容器

 

生产者完成后放入容器,消费者从容器中取出数据

 

这样就解决了双发能力不平衡的问题,做的快的一方可以继续做,不需要等待另一方

 

 

def consuner(q):
    for i in range(1,11):

        time.sleep(random.randint(0,2))
        print('做出第%s盘菜'%i)
        q.put('第%s盘菜'%i)

def producer(name,q):
    while True:
        res=q.get()
        if not res:
            time.sleep(5)
            continue
        print('吃货%s吃掉了%s'%(name,res))

if __name__ == '__main__':
    q=Queue(10)
    c=Process(target=consuner,args=(q,))
    p1=Process(target=producer,args=('aaa',q))
    p2=Process(target=producer,args=('bbb',q))

    c.start()
    p1.start()
    p2.start()