进程锁 Lock
作者:
编辑:
莫烦
2016-11-03
学习资料:
这次我们讲进程锁的运用。
不加进程锁 ¶
让我们看看没有加进程锁时会产生什么样的结果。
import multiprocessing as mp
import time
def job(v, num):
for _ in range(5):
time.sleep(0.1) # 暂停0.1秒，让输出效果更明显
v.value += num # v.value获取共享变量值
print(v.value, end="")
def multicore():
v = mp.Value('i', 0) # 定义共享变量
p1 = mp.Process(target=job, args=(v,1))
p2 = mp.Process(target=job, args=(v,3)) # 设定不同的number看如何抢夺内存
p1.start()
p2.start()
p1.join()
p2.join()
if __name__ == '__main__':
multicore()
在上面的代码中，我们定义了一个共享变量v，两个进程都可以对它进行操作。
在job()中我们想让v每隔0.1秒输出一次累加num的结果，但是在两个进程p1和p2
中设定了不同的累加值。所以接下来让我们来看下这两个进程是否会出现冲突。
运行一下：
1
4
5
8
9
12
13
16
17
20
我们可以看到，进程1和进程2在相互抢着使用共享内存v。
加进程锁 ¶
为了解决上述不同进程抢共享资源的问题，我们可以用加进程锁来解决。
首先需要定义一个进程锁
l = mp.Lock() # 定义一个进程锁
然后将进程锁的信息传入各个进程中
p1 = mp.Process(target=job, args=(v,1,l)) # 需要将Lock传入
p2 = mp.Process(target=job, args=(v,3,l))
在job()中设置进程锁的使用，保证运行时一个进程的对锁内内容的独占
def job(v, num, l):
l.acquire() # 锁住
for _ in range(5):
time.sleep(0.1)
v.value += num # v.value获取共享内存
print(v.value)
l.release() # 释放
完整代码：
def job(v, num, l):
l.acquire() # 锁住
for _ in range(5):
time.sleep(0.1)
v.value += num # 获取共享内存
print(v.value)
l.release() # 释放
def multicore():
l = mp.Lock() # 定义一个进程锁
v = mp.Value('i', 0) # 定义共享内存
p1 = mp.Process(target=job, args=(v,1,l)) # 需要将lock传入
p2 = mp.Process(target=job, args=(v,3,l))
p1.start()
p2.start()
p1.join()
p2.join()
if __name__ == '__main__':
multicore()
运行一下，让我们看看是否还会出现抢占资源的情况：
1
2
3
4
5
8
11
14
17
20
显然，进程锁保证了进程p1的完整运行，然后才进行了进程p2的运行
分享到:
如果你觉得这篇文章或视频对你的学习很有帮助, 请你也分享它, 让它能再次帮助到更多的需要学习的人.
莫烦没有正式的经济来源, 如果你也想支持 莫烦Python 并看到更好的教学内容, 赞助他一点点, 作为鼓励他继续开源的动力.
