python互斥锁
互斥锁
进程之间数据隔离, 但是多个进程可以共享同一块数据,比如共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的,而共享带来的是竞争,竞争带来的结果就是错乱,如下
from multiprocessing import Process
import time
import os def task(name):
print('%s 上厕所 [%s]' %(name ,os.getpid()))
time.sleep(1)
print('%s 上完厕所 [%s]' %(name ,os.getpid())) if __name__ == '__main__':
for i in range(3):
p=Process(target=task, args=('进程%s' %i,))
p.start() ----------输出结果
进程2 上厕所 [8076]
进程0 上厕所 [5176]
进程1 上厕所 [2100]
进程2 上完厕所 [8076]
进程0 上完厕所 [5176]
进程1 上完厕所 [2100]
如何控制,就是加锁处理。而互斥锁的意思就是互相排斥,如果把多个进程比喻为多个人,互斥锁的工作原理就是多个人都要去争抢同一个资源:卫生间,一个人抢到卫生间后上一把锁,
其他人都要等着,等到这个完成任务后释放锁,其他人才有可能有一个抢到......所以互斥锁的原理,就是把并发改成串行,降低了效率,但保证了数据安全不错乱
from multiprocessing import Process, Lock
import time
import os def task(name,mutex):
mutex.acquire()
print('%s 上厕所 [%s]' %(name ,os.getpid()))
time.sleep(1)
print('%s 上完厕所 [%s]' %(name ,os.getpid()))
mutex.release() if __name__ == '__main__':
mutex = Lock()
for i in range(3):
p=Process(target=task, args=('进程%s' %i,mutex))
p.start() ----输出结果
进程0 上厕所 [5340]
进程0 上完厕所 [5340]
进程1 上厕所 [7796]
进程1 上完厕所 [7796]
进程2 上厕所 [7860]
进程2 上完厕所 [7860]
模拟抢票练习
多个进程共享同一文件,我们可以把文件当数据库,用多个进程模拟多个人执行抢票任务
# db.txt
# {"count": 2} from multiprocessing import Process,Lock
import json
import time
import os def query_ticket(name):
time.sleep(1)
with open('db.txt','r',encoding="utf-8") as f:
d = json.load(f)
print('[%s] 查看到剩余票数 [%s]'% (name, d['count'])) def buy_ticket(name):
time.sleep(1)
with open('db.txt','r', encoding="utf-8") as f:
d = json.load(f)
if d.get('count') >0 :
d['count'] -= 1
time.sleep(1)
json.dump(d, open('db.txt','w',encoding='utf-8'))
print('<%s> 购票成功' % name)
else:
print('没有多余的票,<%s> 购票失败' % name) def task(name,mutex):
query_ticket(name)
mutex.acquire()
buy_ticket(name)
mutex.release() if __name__ == '__main__':
mutex = Lock()
print('开始抢票了……')
for i in range(5):
p = Process(target=task, args=('进程%s' %i,mutex))
p.start()
输出结果
开始抢票了……
[进程0] 查看到剩余票数 [2]
[进程1] 查看到剩余票数 [2]
[进程2] 查看到剩余票数 [2]
[进程4] 查看到剩余票数 [2]
[进程3] 查看到剩余票数 [2]
<进程0> 购票成功
<进程1> 购票成功
没有多余的票,<进程2> 购票失败
没有多余的票,<进程4> 购票失败
没有多余的票,<进程3> 购票失败
互斥锁与join
使用join可以将并发变成串行,互斥锁的原理也是将并发变成串行,那我们直接使用join就可以了啊,为何还要互斥锁
from multiprocessing import Process,Lock
import json
import time def query_ticket(name):
time.sleep(1)
with open('db.txt','r',encoding="utf-8") as f:
d = json.load(f)
print('[%s] 查看到剩余票数 [%s]'% (name, d['count'])) def buy_ticket(name):
time.sleep(1)
with open('db.txt','r', encoding="utf-8") as f:
d = json.load(f)
if d.get('count') > 0 :
d['count'] -= 1
time.sleep(1)
json.dump(d, open('db.txt','w',encoding='utf-8'))
print('<%s> 购票成功' % name)
else:
print('没有多余的票,<%s> 购票失败' % name) def task(name):
query_ticket(name)
buy_ticket(name) if __name__ == '__main__':
print('开始抢票了……')
for i in range(5):
p = Process(target=task, args=('进程%s' % i,))
p.start()
p.join() ----------------输出结果--------------
开始抢票了……
[进程0] 查看到剩余票数 [2]
<进程0> 购票成功
[进程1] 查看到剩余票数 [1]
<进程1> 购票成功
[进程2] 查看到剩余票数 [0]
没有多余的票,<进程2> 购票失败
[进程3] 查看到剩余票数 [0]
没有多余的票,<进程3> 购票失败
[进程4] 查看到剩余票数 [0]
没有多余的票,<进程4> 购票失败
发现使用join将并发改成穿行,确实能保证数据安全,但问题是连查票操作也变成只能一个一个人去查了,很明显大家查票时应该是并发地去查询而无需考虑数据准确与否,
此时join与互斥锁的区别就显而易见了,join是将一个任务整体串行,而互斥锁的好处则是可以将一个任务中的某一段代码串行,比如只让task函数中的buy_ticket任务串行
def task(name,mutex):
query_ticket(name)
mutex.acquire()
buy_ticket(name)
mutex.release()
总结
加锁可以保证多个进程修改同一块数据时,同一时间只能有一个任务可以进行修改,即串行地修改,没错,速度是慢了,但牺牲了速度却保证了数据安全。
虽然可以用文件共享数据实现进程间通信,但问题是:
1、效率低(共享数据基于文件,而文件是硬盘上的数据)
2、需要自己加锁处理
因此我们最好找寻一种解决方案能够兼顾:
1、效率高(多个进程共享一块内存的数据)
2、帮我们处理好锁问题。
这就是mutiprocessing模块为我们提供的基于消息的IPC通信机制:队列和管道。
队列和管道都是将数据存放于内存中,而队列又是基于(管道+锁)实现的,可以让我们从复杂的锁问题中解脱出来,因而队列才是进程间通信的最佳选择。
python互斥锁的更多相关文章
- Python 互斥锁
互斥锁Mutex的使用 多个线程处理共享数据,数据会出现问题: 2.7之前每100指令切换一次GIL锁,线程就会sleep,线程会把前100条处理指令存放在CPU缓存内,切换GIL锁后放入另外一个线程 ...
- python并发编程之多进程(二):互斥锁(同步锁)&进程其他属性&进程间通信(queue)&生产者消费者模型
一,互斥锁,同步锁 进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的, 竞争带来的结果就是错乱,如何控制,就是加锁处理 part1:多个进程共享同一打印终 ...
- Python之路(第三十八篇) 并发编程:进程同步锁/互斥锁、信号量、事件、队列、生产者消费者模型
一.进程锁(同步锁/互斥锁) 进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的, 而共享带来的是竞争,竞争带来的结果就是错乱,如何控制,就是加锁处理. 例 ...
- python 使用多线程进行并发编程/互斥锁的使用
import threading import time """ python的thread模块是比较底层的模块,python的threading模块是对thread做了 ...
- python开发进程:互斥锁(同步锁)&进程其他属性&进程间通信(queue)&生产者消费者模型
一,互斥锁,同步锁 进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的, 竞争带来的结果就是错乱,如何控制,就是加锁处理 part1:多个进程共享同一打印终 ...
- Python进阶(3)_进程与线程中的lock(线程中互斥锁、递归锁、信号量、Event对象、队列queue)
1.同步锁 (Lock) 当全局资源(counter)被抢占的情况,问题产生的原因就是没有控制多个线程对同一资源的访问,对数据造成破坏,使得线程运行的结果不可预期.这种现象称为“线程不安全”.在开发过 ...
- 【python】-- GIL锁、线程锁(互斥锁)、递归锁(RLock)
GIL锁 计算机有4核,代表着同一时间,可以干4个任务.如果单核cpu的话,我启动10个线程,我看上去也是并发的,因为是执行了上下文的切换,让看上去是并发的.但是单核永远肯定时串行的,它肯定是串行的, ...
- Python 36 GIL全局解释器锁 、vs自定义互斥锁
一:GIL全局解释器锁介绍 在CPython中,全局解释器锁(或GIL)是一个互斥锁, 它阻止多个本机线程同时执行Python字节码.译文:之所以需要这个锁, 主要是因为CPython的内存管理不是线 ...
- Python进阶----线程基础,开启线程的方式(类和函数),线程VS进程,线程的方法,守护线程,详解互斥锁,递归锁,信号量
Python进阶----线程基础,开启线程的方式(类和函数),线程VS进程,线程的方法,守护线程,详解互斥锁,递归锁,信号量 一丶线程的理论知识 什么是线程: 1.线程是一堆指令,是操作系统调度 ...
随机推荐
- 2019.01.19 codeforces915E.Physical Education Lessons(ODT)
传送门 ODT水题(当然可以上线段树) 支持区间01覆盖,询问全局1的个数. 思路:直接上ODTODTODT. 不会的点这里 代码: #include<bits/stdc++.h> #de ...
- 2018.12.12 codeforces 931E. Game with String(概率dp)
传送门 感觉这题难点在读懂题. 题目简述:给你一个字符串s,设将其向左平移k个单位之后的字符串为t,现在告诉你t的第一个字符,然后你可以另外得知t的任意一个字符,求用最优策略猜对k的概率. 解析: 预 ...
- innodb mvcc多版本实现
出自:http://hedengcheng.com/?p=148 基本知识 假设对于多版本(MVCC)的基础知识,有所了解.InnoDB为了实现多版本的一致读,采用的是基于回滚段的协议. 行结构 In ...
- (转)ASP.NET(C#)FileUpload实现上传限定类型和大小的文件到服务器
上传文件有两个主要的目的地,一个是服务器,另一个是数据库,ASP.NET内置了FileUpload这个上传控件,文本框显示用户选择的文件的全名. 其属性主要包括: ContenLength:上传文件大 ...
- MIT Molecular Biology 笔记4 DNA相关实验
视频 https://www.bilibili.com/video/av7973580?from=search&seid=16993146754254492690 教材 Molecular ...
- (最大m子段和) Max Sum Plus Plus (Hdu 1024)
http://acm.hdu.edu.cn/showproblem.php?pid=1024 Max Sum Plus Plus Time Limit: 2000/1000 MS (Java/ ...
- IP地址和域
1. 0. 0. 0到 126.255.255.255为A类 主要分配给具有大量主机而局域网络数量较少的大型网络 128.0.0.0到191.255.255.255为B类 一般用于国际性大公司和政府机 ...
- java中JDK环境变量的配置
JDK的配置在 window中的配置,我的电脑-->属性-->高级系统设置-->高级-->环境变量中配置,具体下图
- verilog中defparam的用法 (verilog调用底层模块(只改变)参数的传递)
当一个模块引用另外一个模块时,高层模块可以改变低层模块用parameter定义的参数值,改变低层模块的参数值可采用以下两种方式: 1)defparam 重定义参数 语法:defparam path_n ...
- [php-pear]如何使用 PHP-PEAR安装器,以及使用 PEAR 安装扩展库
我们都知道 PHP PEAR,就是 PHP Extension and Application Respository,也就是 PHP 扩展和应用代码库. PHP 也可以通过 PEAR 安装器来进行 ...