多进程中共享内存Value & Array
在Python 3.8 新增功能-多进程共享内存 查了一下资料之前版本也有这种功能
在Python 3.8中，multiprocessing模块提供了SharedMemory类，可以在不同的Python进程之间创建共享的内存区域。
在旧版本的Python中，进程间共享数据只能通过写入文件、通过网络套接字发送，或采用Python的pickle模块进行序列化等方式。共享内存提供了进程间传递数据的更快的方式，从而使得Python的多处理器和多内核编程更有效率。
共享内存片段可以作为单纯的字节区域来分配，也可以作为不可修改的类似于列表的对象来分配，其中能保存数字类型、字符串、字节对象、None对象等一小部分Python对象。
1 共享内存
基本特点：
（1）共享内存是一种最为高效的进程间通信方式，进程可以直接读写内存，而不需要任何数据的拷贝。
（2）为了在多个进程间交换信息，内核专门留出了一块内存区，可以由需要访问的进程将其映射到自己的私有地址空间。进程就可以直接读写这一块内存而不需要进行数据的拷贝，从而大大提高效率。（文件映射）
（3）由于多个进程共享一段内存，因此也需要依靠某种同步机制。
优缺点：
优点：快速在进程间传递数据
缺点： 数据安全上存在风险，内存中的内容会被其他进程覆盖或 者篡改
注： 经常和同步互斥配合使用
2 基本语法
共享内存要符合C语言的使用语法
from multiprocessing import Value , Array
Value：将一个值存放在内存中，
Array：将多个数据存放在内存中，但要求数据类型一致
补充：数据类型
| Type code | C Type | Python Type | Minimum size in bytes | Notes |
|---|---|---|---|---|
'b' |
signed char | int | 1 | |
'B' |
unsigned char | int | 1 | |
'u' |
Py_UNICODE | Unicode character | 2 | (1) |
'h' |
signed short | int | 2 | |
'H' |
unsigned short | int | 2 | |
'i' |
signed int | int | 2 | |
'I' |
unsigned int | int | 2 | |
'l' |
signed long | int | 4 | |
'L' |
unsigned long | int | 4 | |
'q' |
signed long long | int | 8 | (2) |
'Q' |
unsigned long long | int | 8 | (2) |
'f' |
float | float | 4 | |
'd' |
double | float | 8 |
具体参考：8.7. array — Efficient arrays of numeric values
2.1 Value
Value(typecode_or_type, *args, lock=True)
功能 ： 得到一个共享内存对象，并且存入初始值，method of multiprocessing
返回Returns a synchronized shared object（同步共享对象）
typecode_or_type：定义了返回类型（转换成C语言中存储类型），它要么是一个ctypes类型，要么是一个代表ctypes类型的code。
*args：开辟一个空间，并赋一个args值，值得类型不限
注：ctypes是python的一个外部函数库，它提供了和C语言兼容的数据类型，可以调用DLLs或共享库的函数，能被用作在python中包裹这些库。
from multiprocessing import Process,Value
import time
import random
def save_money(money):
for i in range(100):
time.sleep(0.1)
money.value += random.randint(1,200)
def take_money(money):
for i in range(100):
time.sleep(0.1)
money.value -= random.randint(1,150)
# money为共享内存对象,给他一个初始值2000，类型为正型“i”
# 相当于开辟了一个空间，同时绑定值2000，
money = Value('i',2000)
d = Process(target=save_money,args=(money,))#这里面money是全局的，不写也可
d.start()
w = Process(target=take_money,args=(money,))#这里面money是全局的，不写也可
w.start()
d.join()
w.join()
print(money.value)运行 4491
2.2 Array
Array(typecode_or_type, size_or_initializer, *, lock=True)
使用基本类似于Value，Returns a synchronized shared array
typecode_or_type：定义转换成C语言的存储类型；
size_or_initializer：初始化共享内存空间，
若为数字，表示开辟的共享内存中的空间大小，（Value表示为该空间绑定一个数值）
若为数组，表示在共享内存中存入数组 注: 这里还特意看了下,只能是一维序列, 不能像[[1,2,3,], [1,2,3]] 这种多维的
from multiprocessing import Process,Array
def fun(m,n):
for i in range(n):
print(m[i])
# 此处不表数字8类型为整型'i';
# 表示开辟8个空间,且均为整型i，其实就是一个列表
m = Array('i',3)
p = Process(target= fun,args=(m,4))
p.start()
p.join()运行
0 0 0
Process Process-1:
....
IndexError: invalid index说明：三个0表示开辟的共享内存容量为3，当再超过3时就会报错。
示例2
from multiprocessing import Process,Array
import time
def fun(m,n):
for i in range(n):
m[i]=i
m = Array('i',5)
p = Process(target= fun,args=(m,5))
p.start()
time.sleep(1)
for i in m:
print(i)
p.join()运行结果
0 1 2 3 4如果将 time.sleep(1) 去掉，则输出结果均为0，原因就是还未赋值就已经打印了。
from multiprocessing import Process,Array
import time
def fun(m,n):
for i in range(n):
print(m[i])
m[i]=i
# 此处表示开辟5个空间，同时存入列表中的元素
m = Array('i',[1,2,3,4,5])
p = Process(target= fun,args=(m,5))
p.start()
time.sleep(1)
for i in m:
print(i)
p.join()运行
1 2 3 4 5
0 1 2 3 4第二个参数如果传入一个数字，则表示在共享内存中开辟多大的空间，
如果传入的是列表，则开辟响应元素数量的共享空间容量，并将其直接存入共享空间