多进程锁
lock = multiprocessing.Lock() 创建一个锁
lock.acquire() 获取锁
lock.release() 释放锁
with lock: 自动获取、释放锁 类似于 with open() as f:
特点：
谁先抢到锁谁先执行，等到该进程执行完成后，其它进程再抢锁执行
当程序不加锁时：
import multiprocessing import time def add(num, value, lock): print('add{0}:num={1}'.format(value, num)) for i in xrange(0, 2): num += value print('add{0}:num={1}'.format(value, num)) time.sleep(1) if __name__ == '__main__': lock = multiprocessing.Lock() num = 0 p1 = multiprocessing.Process(target=add, args=(num, 1, lock)) p2 = multiprocessing.Process(target=add, args=(num, 3, lock)) p3 = multiprocessing.Process(target=add, args=(num, 5, lock)) p1.start() p2.start() p3.start() print('main end...') # 执行结果： add1:num=0 add1:num=1 main end... add3:num=0 add3:num=3 add5:num=0 add5:num=5 add3:num=6 add1:num=2 add5:num=10 运得没有顺序，三个进程交替运行当程序加锁时
import multiprocessing import time def add(num, value, lock): try: lock.acquire() print('add{0}:num={1}'.format(value, num)) for i in xrange(0, 2): num += value print('add{0}:num={1}'.format(value, num)) time.sleep(1) except Exception as err: raise err finally: lock.release() if __name__ == '__main__': lock = multiprocessing.Lock() num = 0 p1 = multiprocessing.Process(target=add, args=(num, 1, lock)) p2 = multiprocessing.Process(target=add, args=(num, 3, lock)) p3 = multiprocessing.Process(target=add, args=(num, 5, lock)) p1.start() p2.start() p3.start() print('main end...') # 执行结果： add3:num=0 add3:num=3 main end... add3:num=6 add1:num=0 add1:num=1 add1:num=2 add5:num=0 add5:num=5 add5:num=10 只有当其中一个进程执行完成后，其它的进程才会去执行，且谁先抢到锁谁先执行
共享内存
agre = multiproessing.Value(type, value) 创建一个共享内存的变量agre
def Value(typecode_or_type, *args, **kwds): ''' Returns a synchronized shared object ''' from multiprocessing.sharedctypes import Value return Value(typecode_or_type, *args, **kwds)
type 声明共享变量agre的类型
value 共享变量agre的值
agre.value 获取共享变量agre的值
arr = muliproessing.Array(type, values) 创建一个共享内存的数组arr
def Array(typecode_or_type, size_or_initializer, **kwds): ''' Returns a synchronized shared array ''' from multiprocessing.sharedctypes import Array return Array(typecode_or_type, size_or_initializer, **kwds)
例子：
import multiprocessingimport timedef add(num, value, lock): try: lock.acquire() print('add{0}:num={1}'.format(value, num.value)) for i in xrange(0, 2): num.value += value print('add{0}:num={1}'.format(value, num.value)) print('-------add{} add end-------'.format(value)) time.sleep(1) except Exception as err: raise err finally: lock.release()def change(arr): for i in range(len(arr)): arr[i] = 1if __name__ == '__main__': lock = multiprocessing.Lock() num = multiprocessing.Value('i', 0) arr = multiprocessing.Array('i', range(10)) print(arr[:]) p1 = multiprocessing.Process(target=add, args=(num, 1, lock)) p3 = multiprocessing.Process(target=add, args=(num, 3, lock)) p = multiprocessing.Process(target=change, args=(arr,)) p1.start() p3.start() p.start() p.join() print(arr[:]) print('main end...') 执行结果：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]add3:num=0add3:num=3-------add3 add end-------[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]main end...add3:num=6-------add3 add end-------add1:num=6add1:num=7-------add1 add end-------add1:num=8-------add1 add end-------先执行进程p3并加锁，p3执行过程中进程p执行，因为p没有调用锁且使用了join()方法，阻塞了其它进程，只有当p执行完成后p3才会继续执行，p3执行完成后，p1抢到锁并执行p1、p3 都对共享内存num 进行累加操作，所以num的值一直在增加p 对 arr 共享数组中的每个值进行了重新赋值的操作，所以当P进程执行完成后，arr数组中的值均发生了变化由上例可以看出：1、进程锁只对调用它的进程起锁的作用，未调用该锁的进程不受影响2、在未调用进程锁的进程中使用 join() 方法会阻塞已调用进程锁的进程