摘要:的读写效率要高于。进程间的基于机制建立。当主进程创建子进程后,也被拷贝了一份。此后,关闭主进程的一个,关闭一个子进程的一个。据官方文档也是基于的实现。
上面写了Python如何创建多个进程,但是前面文章中创建的进程都是哑巴和聋子,自己顾自己执行,不会相互交流。
那么如何让进程间相互说说话呢?
Python为我们提供了一个函数multiprocessing.Pipe
和一个类:multiprocessing.Queue。
multiprocessing.Pipe()即管道模式,调用Pipe()返回管道的两端的Connection。
Python官方文档的描述: Returns a pair (conn1, conn2) of Connection objects representing the ends of a pipe.
因此, Pipe仅仅适用于只有两个进程一读一写的单双工情况,也就是说信息是只向一个方向流动。例如电视、广播,看电视的人只能看,电视台是能播送电视节目。
Pipe的读写效率要高于Queue。
进程间的Pipe基于fork机制建立。
当主进程创建Pipe的时候,Pipe的两个Connections连接的的都是主进程。
当主进程创建子进程后,Connections也被拷贝了一份。此时有了4个Connections。
此后,关闭主进程的一个Out Connection,关闭一个子进程的一个In Connection。那么就建立好了一个输入在主进程,输出在子进程的管道。
原理示意图如下:
跟多资料可以阅读:http://www.tuicool.com/articl...
# 示例代码 # coding=utf-8 from multiprocessing import Pipe, Process def son_process(x, pipe): _out_pipe, _in_pipe = pipe # 关闭fork过来的输入端 _in_pipe.close() while True: try: msg = _out_pipe.recv() print msg except EOFError: # 当out_pipe接受不到输出的时候且输入被关闭的时候,会抛出EORFError,可以捕获并且退出子进程 break if __name__ == "__main__": out_pipe, in_pipe = Pipe(True) son_p = Process(target=son_process, args=(100, (out_pipe, in_pipe))) son_p.start() # 等pipe被fork 后,关闭主进程的输出端 # 这样,创建的Pipe一端连接着主进程的输入,一端连接着子进程的输出口 out_pipe.close() for x in range(1000): in_pipe.send(x) in_pipe.close() son_p.join() print "主进程也结束了"
总结一下:
上面的代码中主要用到了pipe的send()、recv()、close()方法。当pipe的输入端被关闭,且无法接收到输入的值,那么就会抛出EOFError。
新建一个Pipe(duplex)的时候,如果duplex为True,那么创建的管道是双向的;如果duplex为False,那么创建的管道是单向的。
multiprocessing.QueueQueue据官方文档也是基于pipe的实现。
Queue的使用主要是一边put(),一边get().但是Queue可以是多个Process 进行put操作,也可以是多个Process进行get()操作。
Demo:
# coding=utf-8 from multiprocessing import Queue, Process from Queue import Empty as QueueEmpty import random def getter(name, queue): print "Son process %s" % name while True: try: value = queue.get(True, 10) # block为True,就是如果队列中无数据了。 # |—————— 若timeout默认是None,那么会一直等待下去。 # |—————— 若timeout设置了时间,那么会等待timeout秒后才会抛出Queue.Empty异常 # block 为False,如果队列中无数据,就抛出Queue.Empty异常 print "Process getter get: %f" % value except QueueEmpty: break def putter(name, queue): print "Son process %s" % name for i in range(0, 1000): value = random.random() queue.put(value) # 放入数据 put(obj[, block[, timeout]]) # 若block为True,如队列是满的: # |—————— 若timeout是默认None,那么就会一直等下去 # |—————— 若timeout设置了等待时间,那么会等待timeout秒后,如果还是满的,那么就抛出Queue.Full. # 若block是False,如果队列满了,直接抛出Queue.Full print "Process putter put: %f" % value if __name__ == "__main__": queue = Queue() getter_process = Process(target=getter, args=("Getter", queue)) putter_process = Process(target=putter, args=("Putter", queue)) getter_process.start() putter_process.start()
Queue的一些说明已经写在代码中了。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/38359.html
小编写这篇文章的主要目的,主要是给大家介绍关于python3 queue多线程通信,这里面有很多的技术性的难点,那么,该怎么去进行处理呢,下面小编给大家进行详细的解答一下。 queue分类 python3 queue分三类: 先进先出队列 后进先出的栈 优先级队列 他们的导入方式分别是: fromqueueimportQueue fromqueueimportLifoQueue...
摘要:目前开发中有遇到进程间需要共享数据的情况所以研究了下主要会以为例子说明下进程间共享同一个父进程使用说明创建一个对象创建一个创建一个测试程序创建进程池进行测试简单的源码分析这时我们再看一个例子创建一个对象创建一个创建一个测试程序创建进程池进行 目前开发中有遇到进程间需要共享数据的情况. 所以研究了下multiprocessing.Manager, 主要会以dict为例子, 说明下进程间共...
小编写这篇文章的目的,主要是给大家讲解一下,关于实现配置热加载的方法,具体是怎么操作呢?下面就给大家详细的解答下。 背景 由于最近有相关的工作需求,需要进行增添相关的新功能,实现配置热加载的功能。所谓的配置热加载,也就是说当服务收到配置更新消息之后,我们不用重启服务就可以使用最新的配置去执行任务。 如何实现 下面我分别采用多进程、多线程、协程的方式去实现配置热加载。 使用多进程实现配...
阅读 3094·2021-08-03 14:05
阅读 2140·2019-08-29 15:35
阅读 678·2019-08-29 13:30
阅读 3169·2019-08-29 13:20
阅读 2530·2019-08-23 18:15
阅读 1796·2019-08-23 14:57
阅读 2213·2019-08-23 13:57
阅读 1309·2019-08-23 12:10