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

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(Python)