Python-开发之路-进程基础

I/O 密集型：多线程

计算密集型：多进程

Python中 进程的使用和线程使用，这里就不累述 基础和锁相关了，重点分享一下进程的数据共享

一般情况下，进程是数据隔离的，但是Python为大家准备了三种解除数据隔离的方法：

1、queues 进程的队列；

2、Arrey 数组，需要设置 统一的数据类型（数组中的所有元素数据类型必须统一），元素个数；

3、Manger.dict 特殊字典，没有数组的两个限制（数据类型，元素个数）。

queues

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing

def foo(i,arg):
arg.put(i)
print('say hi',i,arg.qsize())

if __name__ == "__main__":
li = queues.Queue(20,ctx=multiprocessing)
for i in range(10):
p = Process(target=foo,args=(i,li,))
p.start()

Arrey

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing
from multiprocessing import Array

def foo(i,arg):
# arg.put(i)
# print('say hi',i,arg.qsize())
arg[i] = i + 100
for item in arg:
print(item)
print('=======================')

if __name__ == "__main__":
# li = queues.Queue(20,ctx=multiprocessing)
li = Array('i',10)
for i in range(10):
p = Process(target=foo,args=(i,li,))
p.start()

Manager

#!/usr/bin/env python
# -- coding = 'utf-8' --
# Author Allen Lee
# Python Version 3.5.1
# OS Windows 7
from  multiprocessing import Process
from multiprocessing import queues
import multiprocessing
from multiprocessing import Array
from multiprocessing import Manager
import time

def foo(i,arg):
# arg.put(i)
# print('say hi',i,arg.qsize())
arg[i] = i + 100
print(arg.values())
# for item in arg:
#     print(item)
# print('=======================')

if __name__ == "__main__":
# li = queues.Queue(20,ctx=multiprocessing)
# li = Array('i',10)
obj = Manager()
li = obj.dict()
for i in range(10):
p = Process(target=foo,args=(i,li,))
p.start()
# p.join() #方式一，子进程执行完后，主进程在退
time.sleep(0.7)#方式二，设置主进程等待时间，等待子进程执行完成，相比，方式一更严谨