python 进程间数据共享multiProcess.Manger实现解析
一、进程之间的数据共享
展望未来，基于消息传递的并发编程是大势所趋
即便是使用线程，推荐做法也是将程序设计为大量独立的线程集合，通过消息队列交换数据。
这样极大地减少了对使用锁定和其他同步手段的需求，还可以扩展到分布式系统中。
但进程间应该尽量避免通信，即便需要通信，也应该选择进程安全的工具来避免加锁带来的问题。
以后我们会尝试使用数据库来解决现在进程之间的数据共享问题。
1.1Manager模块介绍
虽然进程间数据独立，但可以通过Manager实现数据共享，事实上Manager的功能远不止于此。
AmanagerobjectreturnedbyManager()controlsaserverprocesswhichholdsPythonobjectsandallowsotherprocessestomanipulatethemusingproxies.
AmanagerreturnedbyManager()willsupporttypeslist,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Barrier,Queue,ValueandArray.
1.2Manager例子
manager这里可以共享列表，字典等很多数据类型
frommultiprocessingimportManager,Process,Lock
defwork(d,lock):
lock.acquire()
d['count']-=1
lock.release()
if__name__=='__main__':
lock=Lock()
withManager()asm:
dic=m.dict({'count':100})#生成一个字典，可在多个进程间共享和传递
p_l=[]
foriinrange(100):
p=Process(target=work,args=(dic,lock))
p_l.append(p)
p.start()
forpinp_l:#等待结果
p.join()
print(dic)
{'count':0}
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。