进程（二）

进程同步（multiprocess.Lock）

锁------ multiprocess.Lock

import os
import time
import random
from multiprocessing import Process

def work(n):
    print('%s:' %s is running' %(n,os.getpid()))
    time.sleep(random.random)
    print('%s:%s is done' %(n,os.getpid()))

if __name__ == '__main__':
    for i in rang(3):
        p = Process(target = work,args = (i,))
        p.start()
        

import os 
import time
import random
from multiprocess import Process,Lock
def work(lock,n):
    lock.acquire()
    print('%s: %s is running' %(n,os.getpid()))
    time.sleep(random.random)
    print('%s: %s is done'  %(n,getpid()))
    lock.release()

if __name__ == '__main__':
    lock = Lock()
    for i in range(3):
        p = Process(target = work,args =(lock,i))
        p.start()

例子：模拟抢票，数据安全性

创建一个文件ticket：{"ticket:5"}
注意一定要用双引号，不然json无法识别
并发运行，效率高
import time,json,random
from multiprocessing import Process,Lock

def show():
    with open('ticket') as f:
        dic = json.load(f)
    print('余票:'%s' %dic['ticket'])

def buy_ticket():
    lock.acquire()    #拿钥匙
    with open ('ticket') as f:
        dic = json.load(f)
        time.sleep(0.1)    #模拟读数据的网络延迟
    if dic['ticket']>0:
        dic['ticket'] -=1
        time.sleep(random.random())      #模拟读数据的网络延迟
        print('\033[32m购票成功\033[0m')
    else:
        print('\033[[31m购票失败，票已售完\033[0m')
    time.sleep(0.1)
    with open ('ticket','w') as f:
        json.dump(dic,f)
    lock.release()        #还钥匙

if __name__ == '__main__':
    for i in range(10):
        p = Process(target = show,args=(i,))
        p.start()
    lock = Lock()
    for i in range(10):
        p = Process(target = buy_ticket,args = (i,))
        p.start()

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，即串行的修改，速度相对会慢，但是却保证了数据安全、顺序


解决方案兼顾：1.既能效率高（多个进程共享一块内存的数据）2.帮我们处理好锁的问题。这就是multiprocessing 模块为我们提供的基于消息的IPC通信机制:队列和管道。

 进程间通信----队列

队列

创建共享的进程队列，Queue是多进程安全的队列，可以使用Queue实现多进程之间的数据传递

方法：

Queue([maxsize])
创建共享的进程队列。maxsize是队列中允许的最大项数，如果省略此参数，则无大小限制。
Queue的实例q的方法：

q.get() 
返回q中的一个值。如果q为空则会一直阻塞。

q.get_nowait()：方法同q.get（False）一样。
try:
    q.get_nowait(3)   #可以使用get_nowait,如果队列满了不会阻塞，但是会因为没取到值而报错。
except:      #因此我们可以用一个try语句来处理这个错误。这样程序不会一直阻塞下去。
    print('队列已经空了')

print(q.empty())    #空了

生产者消费者模型

multiprocessing---Pool进程池

from multiprocess import Pool模块