Hello! 欢迎来到小浪资源网!


Python多进程中如何使用锁保证共享变量的原子操作?


Python多进程中如何使用锁保证共享变量的原子操作?

分享多进程操作共享变量的原子操作

python 多进程处理中,协调多个进程同时访问共享变量要保持原子性十分关键。为了解决这个问题,我们可以使用 concurrent.futures 模块中的 lock 对象

1. 创建 manager 和 lock

我们首先创建一个 manager 对象,它允许多个进程共享数据。然后,我们创建一个 lock 对象,它将用于保护对共享变量的访问。

2. 使用锁进行原子操作

在进程中操作共享变量时,我们可以使用 with 语句将 lock 作为上下文管理器。这将确保每次共享变量被更改时只允许一个进程访问它,从而保持原子操作。

修正后的代码示例:

from concurrent.futures import ProcessPoolExecutor import ctypes from multiprocessing import Manager, Lock import os  # 创建 Manager 和 Lock manager = Manager() m = manager.Value(ctypes.c_int, 0) lock = manager.Lock()  def calc_number(x: int, y: int, _m, total_tasks: int, _lock):     # 模拟耗时任务函数     # 模拟耗时计算     res = x ** y          # 用锁来保证原子操作     with _lock:         _m.value += 1         current_value = _m.value          # 当总任务数量和_m.value相等的时候, 通知第三方任务全部做完了     if current_value == total_tasks:         print(True)          print(f"m_value: {current_value}, p_id: {os.getpid()}, res: {res}")  def main():     # 任务参数     t1 = (100, 200, 300, 400, 500, 600, 700, 800)     t2 = (80, 70, 60, 50, 40, 30, 20, 10)      len_t = len(t1)      # 多进程执行任务     with ProcessPoolExecutor(max_workers=len_t) as executor:         for x, y in zip(t1, t2):             executor.submit(calc_number, x, y, m, len_t, lock)  if __name__ == "__main__":     main()

这将确保多个进程每次只修改共享变量 m_value,从而实现原子操作。

相关阅读