Python线程数据交互
Python线程数据交互
Python线程数据交互详细操作教程
流程互通意味着流程之间的数据交换。为了开发并行应用程序，必须在进程之间交换数据。下图显示了用于多个子进程之间同步的各种通信机制-
各种沟通机制
在本节中，我们将学习各种通信机制。机制如下-
队列
队列可以与多进程程序一起使用。
multiprocessing 模块的Queue类类似于
Queue.Queue 类。因此，可以使用相同的API。
Multiprocessing 。Queue为我们提供了线程和进程安全的FIFO（先进先出）机制，用于进程之间的通信。
multiprocessing 模块的Queue类类似于
Queue.Queue 类。因此，可以使用相同的API。
Multiprocessing 。Queue为我们提供了线程和进程安全的FIFO（先进先出）机制，用于进程之间的通信。
示例
以下是从python官方文档中获取的有关多处理的简单示例，以了解多处理的Queue类的概念。
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
from multiprocessing import Process, Queue
import queue
import random
def f(q):
q.put([42, None, 'hello'])
def main():
q = Queue()
p = Process(target = f, args = (q,))
p.start()
print (q.get())
if __name__ == '__main__':
main()
输出
[42, None, 'hello']
管道
它是一种数据结构，用于在多进程程序中的进程之间进行通信。 Pipe()函数返回一对通过管道连接的连接对象，管道默认情况下为双工（双向）。它以以下方式工作-
它返回一对代表管道两端的连接对象。
每个对象都有两个方法– send()和 recv()，用于在进程之间进行通信。
示例
以下是从python官方文档中获取的有关多处理的简单示例，以了解
Pipe()多处理功能的概念。
Pipe()多处理功能的概念。
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
from multiprocessing import Process, Pipe
def f(conn):
conn.send([42, None, 'hello'])
conn.close()
if __name__ == '__main__':
parent_conn, child_conn = Pipe()
p = Process(target = f, args = (child_conn,))
p.start()
print (parent_conn.recv())
p.join()
输出
[42, None, 'hello']
Manager
Manager是一类多处理模块，它提供一种在所有用户之间协调共享信息的方法。管理器对象控制服务器进程，该进程管理共享对象并允许其他进程操纵它们。换句话说，管理者提供了一种创建可以在不同流程之间共享的数据的方法。以下是管理器对象的不同属性-
管理器的主要属性是控制服务器进程，该进程管理共享对象。
另一个重要的属性是在任何进程修改它时更新所有共享对象。
示例
下面是一个示例，该示例使用manager对象在服务器进程中创建列表记录，然后在该列表中添加新记录。
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
import multiprocessing
def print_records(records):
for record in records:
print("Name: {0}\nScore: {1}\n".format(record[0], record[1]))
def insert_record(record, records):
records.append(record)
print("A New record is added\n")
if __name__ == '__main__':
with multiprocessing.Manager() as manager:
records = manager.list([('Computers', 1), ('Histoty', 5), ('Hindi',9)])
new_record = ('English', 3)
p1 = multiprocessing.Process(target = insert_record, args = (new_record, records))
p2 = multiprocessing.Process(target = print_records, args = (records,))
p1.start()
p1.join()
p2.start()
p2.join()
输出
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
A New record is added
Name: Computers
Score: 1
Name: Histoty
Score: 5
Name: Hindi
Score: 9
Name: English
Score: 3
管理器中命名空间的概念
Manager类带有名称空间的概念，这是在多个进程之间共享多个属性的快速方法。命名空间没有可调用的任何公共方法，但是它们具有可写的属性。
示例
以下Python脚本示例可帮助我们利用名称空间在主进程和子进程之间共享数据-
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
import multiprocessing
def Mng_NaSp(using_ns):
using_ns.x +=5
using_ns.y *= 10
if __name__ == '__main__':
manager = multiprocessing.Manager()
using_ns = manager.Namespace()
using_ns.x = 1
using_ns.y = 1
print ('before', using_ns)
p = multiprocessing.Process(target = Mng_NaSp, args = (using_ns,))
p.start()
p.join()
print ('after', using_ns)
输出
before Namespace(x = 1, y = 1)
after Namespace(x = 6, y = 10)
Ctypes-Array和Value
多重处理模块提供用于将数据存储在共享内存映射中的数组和值对象。
Array 是从共享内存分配的ctypes数组，而
Value 是从共享内存分配的ctypes对象。
Array 是从共享内存分配的ctypes数组，而
Value 是从共享内存分配的ctypes对象。
要与他人在一起，请从多处理过程中导入Process，Value，Array。
示例
以下Python脚本是一个取自python文档的示例，该示例利用Ctypes Array和Value在进程之间共享一些数据。
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
def f(n, a):
n.value = 3.1415927
for i in range(len(a)):
a[i] = -a[i]
if __name__ == '__main__':
num = Value('d', 0.0)
arr = Array('i', range(10))
p = Process(target = f, args = (num, arr))
p.start()
p.join()
print (num.value)
print (arr[:])
输出
3.1415927
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
通信顺序过程（CSP）
CSP用于说明系统与其他具有并发模型的系统之间的交互。 CSP是用于通过消息传递编写并发或程序的框架，因此对于描述并发非常有效。
Python库– PyCSP
为了实现CSP中的核心原语，Python有一个名为PyCSP的库。它使实现非常简短易读，因此很容易理解。以下是PyCSP的基本过程网络-
在上述PyCSP流程网络中，有两个流程-流程1和流程2。这些流程通过在两个通道（通道1和通道2）中传递消息进行通信。
安装PyCSP
借助以下命令，我们可以安装Python库PyCSP-
pip install PyCSP
示例
以下Python脚本是一个用于并行运行两个进程的简单示例。这是借助PyCSP python libabary-
完成的
# Filename : example.py
# Copyright : 2020 By Bianchenghao6
# Author by : bianchenghao6.com
# Date : 2020-08-22
from pycsp.parallel import *
import time
@process
def P1():
time.sleep(1)
print('P1 exiting')
@process
def P2():
time.sleep(1)
print('P2 exiting')
def main():
Parallel(P1(), P2())
print('Terminating')
if __name__ == '__main__':
main()
在上面的脚本中，创建了两个功能，即
P1 和
P2 ，然后用
@process 装饰，以将它们转换为进程。
P1 和
P2 ，然后用
@process 装饰，以将它们转换为进程。
输出
P2 exiting
P1 exiting
Terminating