进程间的通讯

目录

• 进程之间的通信
  • 基于文件通信
  • 基于队列通信
  • 基于管道

进程之间的通信

进程之间原则上是不共享数据的

1. 基于文件+ 锁的形式: 效率低,麻烦.
2. 基于队列: 推荐使用形式.
3. 基于管道: 管道自己加锁, 底层可以会出现数据丢失损坏.
4. 第3方模块

基于文件通信

基于文件的抢票模型

# 虽然进程间内存级别不可以通讯 但是基于文件是可以通讯 但我们不常用
# 查表并发 买票串行
from multiprocessing import Process
from multiprocessing import Lock
import json
import time
import random
import os
def search():
    time.sleep(random.randint(1,3))
    with open('ticket.json',encoding='utf-8',mode='r')as f1:
        dic=json.load(f1)
        print(f'{os.getpid()}查看了票数剩余{dic["count"]}')

def paid():
    with open('ticket.json',encoding='utf-8',mode='r')as f1:
        dic=json.load(f1)
    if dic['count']>0:
        dic['count']-=1
        time.sleep(random.randint(1,3))
        with open('ticket.json',encoding='utf-8',mode='w') as f1:
            json.dump(dic,f1)
        print(f'用户{os.getpid()}购买成功')
    else:
        print(f'用户{os.getpid()}购买失败')
def task(lock):
    search()
    lock.acquire()
    paid()
    lock.release()

if __name__ == '__main__':
    lock = Lock()
    for i in range(4):
        p=Process(target=task,args=((lock,)))
        p.start()

基于队列通信

队列

就是存在于内存中的一个容器,最大的一个特点; 队列的特性就是FIFO.完全支持先进先出的原则.

队列的属性和参数

引用的模块
from multiprocessing import Queue
队列的属性和参数
q = Queue(3)  #可以设置元素个数maxsize是默认参数 括号不填默认2147483647与系统有关
q.put(func)#插入数据 可以插入对象 与数据类型当插入过多到达队列个数会夯住可以设置参数报错
print(q.get())#读取队列数据 get一次读一次 单队列没数据了就会夯住
q.put(333,block=False)# 改成False 超过了设置数 不阻塞了 直接报错.
q.put(333,timeout=3)  # 延时报错,超过三秒再put不进数据,就会报错.
q.get(333,block=False)  # 改成False  取不出了 不阻塞了 直接报错.
q.get(333,timeout=3)  # 等3秒还 取不出了 不阻塞了 直接报错.

利用队列 通讯实列

# 小米:抢手环4.预期发售10个.
# 有100个人去抢.
from multiprocessing import Process
import time
from multiprocessing import Queue
import os
def task(q):
    try:
        q.put(os.getpid(),block=False)#队列满了报错
    except Exception:
        return

if __name__ == '__main__':
    q=Queue(10)#同一个队列
    for i in range(50):
        p=Process(target=task,args=((q,)))
        p.start()
    for i in range(1,11):
        print(f'排名{i}号的，用户{q.get()}')

基于管道

Pipe通信机制，
Pipe常用于两个进程，两个进程分别位于管道的两端
Pipe方法返回（conn1,conn2）代表一个管道的两个端，Pipe方法有duplex参数，默认为True，即全双工模式，若为FALSE，conn1只负责接收信息，conn2负责发送，
send和recv方法分别为发送和接收信息。
coding:utf-8


import multiprocessing
import os,time,random

#写数据进程执行的代码
def proc_send(pipe,urls):
    #print 'Process is write....'
    for url in urls:

        print 'Process is send :%s' %url
        pipe.send(url)
        time.sleep(random.random())

#读数据进程的代码
def proc_recv(pipe):
    while True:
        print('Process rev:%s' %pipe.recv())
        time.sleep(random.random())

if __name__ == '__main__':
    #父进程创建pipe，并传给各个子进程
    pipe = multiprocessing.Pipe()
    p1 = multiprocessing.Process(target=proc_send,args=(pipe[0],['url_'+str(i) for i in range(10) ]))
    p2 = multiprocessing.Process(target=proc_recv,args=(pipe[1],))
    #启动子进程，写入
    p1.start()
    p2.start()

    p1.join()
    p2.terminate()

运行结果;