Python多进程共享变量如何保证原子操作？-Python教程-PHP中文网

Python多进程共享变量如何保证原子操作？

聖光之護

发布： 2024-11-17 14:33:01

原创

1041人浏览过

python多进程共享变量如何保证原子操作？

python多进程共享可操作变量, 如何保证原子操作？

需求分析

为了确保多进程共享可操作变量的原子操作，需要：

维护一个共享变量：使用多处理模块中的manager对象可以创建共享变量。
实现原子操作：使用锁机制来保证共享变量的修改在任意时刻仅由一个进程执行。

问题场景

立即学习“Python免费学习笔记（深入）”；

AI Sofiya

一款AI驱动的多功能工具

109

查看详情

在本文给出的演示代码中，使用共享变量作为计数器，当多个进程同时读取和修改它时，会出现竞争条件，导致变量值不正确。

解决方案

解决此问题的关键是确保共享变量的修改操作是原子的。修改后的代码如下：

from concurrent.futures import ProcessPoolExecutor
import ctypes
from multiprocessing import Manager, Lock
import os

# 创建 Manager 和 Lock
manager = Manager()
m = manager.Value(ctypes.c_int, 0)
lock = manager.Lock()

def calc_number(x: int, y: int, _m, total_tasks: int, _lock):
    # 模拟耗时任务函数

    # 模拟耗时计算
    res = x ** y

    # 用锁来保证原子操作
    with _lock:
        _m.value += 1
        current_value = _m.value

    # 当总任务数量和_m.value相等的时候, 通知第三方任务全部做完了
    if current_value == total_tasks:
        print(True)

    print(f"m_value: {current_value}, p_id: {os.getpid()}, res: {res}")

def main():
    # 任务参数
    t1 = (100, 200, 300, 400, 500, 600, 700, 800)
    t2 = (80, 70, 60, 50, 40, 30, 20, 10)

    len_t = len(t1)

    # 多进程执行任务
    with ProcessPoolExecutor(max_workers=len_t) as executor:
        for x, y in zip(t1, t2):
            executor.submit(calc_number, x, y, m, len_t, lock)

if __name__ == "__main__":
    main()

登录后复制

说明