在 Python 中，有几种常用的方式用于实现进程间通信
1.管道 (Pipe)
管道是一种常用的进程间通信机制，它可以在父进程和子进程之间传递数据。通过 multiprocessing 模块中的 Pipe() 函数可以创建一个双向管道，其中一个连接可以用于父进程向子进程发送数据，另一个连接可以用于子进程向父进程发送数据。
示例代码
def work_with_pipe(self, connection):
while True:
data = connection.recv()
print(f"child_process recv {data}")
if data == "close":
break
elif type(data) in [int, float]:
result = data * 3
connection.send(result)
try:
connection.close()
except Exception as e:
print(f"error = {e}")
调用示例
def start_with_pipe(self):
parent_connection, child_connection = Pipe()
child_process = Process(target=self.work_with_pipe, args=(child_connection,))
child_process.start()
for i in range(1, 5):
parent_connection.send(i)
res = parent_connection.recv()
print(f"parent_connection recv {res}")
parent_connection.send("close")
child_process.join()
print(f"process finish")
执行情况
child_process recv 1
parent_connection recv 3
child_process recv 2
parent_connection recv 6
child_process recv 3
parent_connection recv 9
child_process recv 4
parent_connection recv 12
child_process recv close
process finish
2.队列 (Queue)
队列是在多个进程之间安全传递消息的一种简单方式。multiprocessing 模块中的 Queue 类实现了进程安全的队列，可以用于在多个进程之间传递数据。
示例代码
def work_with_queue_produce(self):
for i in range(5):
self.queue.put(i)
time.sleep(1)
self.queue.put(None)
def work_with_queue_consume(self):
while True:
try:
item = self.queue.get()
if item is None:
print(f"---consume--- finish")
break
print(f"---consume--- item:{item}")
except Exception as e:
print(f"---consume--- error:{e}")
调用示例
def start_with_queue(self):
producer = Process(target=self.work_with_queue_produce)
consumer = Process(target=self.work_with_queue_consume)
producer.start()
consumer.start()
producer.join()
consumer.join()
执行情况
---consume--- item:0
---consume--- item:1
---consume--- item:2
---consume--- item:3
---consume--- item:4
---consume--- finish
共享内存提供了一种进程间数据共享的机制，多个进程可以直接访问共享内存中的数据。multiprocessing 模块中的 Value 和 Array 类可以用于创建在多个进程之间共享的变量和数组，并确保它们的访问是进程安全的。
示例代码
def work_with_shared_memory1(self):
self.shared_value.value += 1
for i in range(len(self.shared_array)):
self.shared_array[i] += 1
print(
f"---process_data_shared_memory1---"
f"shared_value:{self.shared_value.value}, "
f"shared_array:{self.shared_array[:]}")
def work_with_shared_memory2(self):
self.shared_value.value += 5
for i in range(len(self.shared_array)):
self.shared_array[i] += 5
print(
f"---process_data_shared_memory2---"
f"shared_value:{self.shared_value.value}, "
f"shared_array:{self.shared_array[:]}")
调用示例
def start_with_shared_memory(self):
p1 = Process(target=self.work_with_shared_memory1)
p2 = Process(target=self.work_with_shared_memory2)
p1.start()
p2.start()
p1.join()
p2.join()
print(
f"---start_with_shared_memory---"
f"shared_value:{self.shared_value.value}, "
f"shared_array:{self.shared_array[:]}")
其中shared_value，shared_array声明
self.shared_value = Value('i', 0)
self.shared_array = Array('i', [1, 2, 3, 4, 5])
可共享的基本类型如下
-
‘i’：有符号整型（int）
-
‘d’：双精度浮点型（double）
-
‘f’：单精度浮点型（float）
-
‘c’：字符型（char）
-
‘b’：有符号字节型（byte）
-
‘B’：无符号字节型（byte）
执行情况
---process_data_shared_memory2---shared_value:5, shared_array:[6, 7, 8, 9, 10]
---process_data_shared_memory1---shared_value:6, shared_array:[7, 8, 9, 10, 11]
---start_with_shared_memory---shared_value:6, shared_array:[7, 8, 9, 10, 11]
4.信号量 (Semaphore)
信号量是一种通信机制，用于在多个进程之间控制共享资源的访问。multiprocessing 模块中的 Semaphore 类实现了进程间的信号量机制，可以用于多个进程之间的同步和互斥访问控制。
示例代码
def work_with_semaphore(self, num):
self.semaphore.acquire()
print(f"---进程:{num} work_with_semaphore start---")
time.sleep(1)
print(f"---进程:{num} work_with_semaphore finish---")
self.semaphore.release()
调用示例
def start_with_semaphore(self):
procs = [Process(target=self.work_with_semaphore, args=(i,)) for i in range(5)]
for p in procs:
p.start()
for p in procs:
p.join()
执行情况
---进程:0 work_with_semaphore start---
---进程:0 work_with_semaphore finish---
---进程:2 work_with_semaphore start---
---进程:2 work_with_semaphore finish---
---进程:3 work_with_semaphore start---
---进程:3 work_with_semaphore finish---
---进程:1 work_with_semaphore start---
---进程:1 work_with_semaphore finish---
---进程:4 work_with_semaphore start---
---进程:4 work_with_semaphore finish---
5.进程池 (Pool)
进程池是一种用于调度和管理进程的方式，使得可以方便地进行进程间通信。multiprocessing 模块中的 Pool 类可以用于创建一个进程池，并通过它来进行进程间的任务分发和结果收集。
示例代码
@staticmethod
def work_with_pool(num):
print(f'work_with_pool---进程名{multiprocessing.current_process().name}，进程号{os.getpid()}')
num += 10
print(f"work_with_pool = num:{num}")
time.sleep(2)
return num
调用示例
def start_with_pool(self):
with Pool(5) as pool:
res = pool.map(ProcessTest.work_with_pool, [1, 2, 3, 4, 5])
print(f"---start_with_pool---res:{res}")
results = []
with Pool(3) as pool:
for i in range(1, 10):
result = pool.apply_async(func=ProcessTest.work_with_pool, args=(i,))
results.append(result)
pool.close()
pool.join()
res = [result.get() for result in results]
print(f"---start_with_pool---res = {res}")
执行情况
work_with_pool---进程名SpawnPoolWorker-12，进程号94978
work_with_pool = num:11
work_with_pool---进程名SpawnPoolWorker-11，进程号94977
work_with_pool = num:12
work_with_pool---进程名SpawnPoolWorker-13，进程号94979
work_with_pool = num:13
work_with_pool---进程名SpawnPoolWorker-14，进程号94980
work_with_pool = num:14
work_with_pool---进程名SpawnPoolWorker-15，进程号94981
work_with_pool = num:15
---start_with_pool---res:[11, 12, 13, 14, 15]
work_with_pool---进程名SpawnPoolWorker-16，进程号94985
work_with_pool = num:11
work_with_pool---进程名SpawnPoolWorker-17，进程号94986
work_with_pool = num:12
work_with_pool---进程名SpawnPoolWorker-18，进程号94987
work_with_pool = num:13
work_with_pool---进程名SpawnPoolWorker-17，进程号94986
work_with_pool = num:14
work_with_pool---进程名SpawnPoolWorker-18，进程号94987
work_with_pool = num:15
work_with_pool---进程名SpawnPoolWorker-16，进程号94985
work_with_pool = num:16
work_with_pool---进程名SpawnPoolWorker-17，进程号94986
work_with_pool = num:17
work_with_pool---进程名SpawnPoolWorker-16，进程号94985
work_with_pool = num:18
work_with_pool---进程名SpawnPoolWorker-18，进程号94987
work_with_pool = num:19
---start_with_pool---res = [11, 12, 13, 14, 15, 16, 17, 18, 19]
6.注意事项
-
进程池指定func时，务必注意是静态方法,不是类方法或对象方法!!!
原文始发于微信公众号（ksnowlv）：Python进程间的通信
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/254671.html
