pipe和queue.py

标签：record   map   加锁   imp   cti   ssi   proc   lock   inpu   

"""
multiprocessing提供了threading包中没有的IPC（进程间通信），效率上更高。应优先考虑Pipe和Queue，避免使用Lock/Event/Semaphore/Condition等同步方式（因为它们占据的不是用户进程的资源）。
multiprocessing包中有Pipe类和Queue类来分别支持这两种IPC机制。Pipe和Queue可以用来传送常见的对象。
①Pip可以是单向（half-duplex），也可以是双向（duplex）。我们通过mutiprocessing.Pipe
（duplex=False）创建单向管道（默认为双向）。一个进程从pipe一端输入对象，然后被 pipe另一端的进程接收。单向管道只允许管道一端的进程输入，而双向管道则允许从两端输入。
"""
import multiprocessing
def proc1(pipe):
    pipe.send("hello")
    print("proc1 rec:",pipe.recv())

def proc2(pipe):
    print("proc2 rec:",pipe.recv())
    pipe.send("hello,too")

if __name__ == ‘__main__‘:
    multiprocessing.freeze_support()
    pipe = multiprocessing.Pipe()
    p1 = multiprocessing.Process(target=proc1,args=(pipe[0],))
    p2 = multiprocessing.Process(target=proc2,args=(pipe[1],))
    p1.start()
    p2.start()
    p1.join()
    p2.join()

"""
这里的pipe是双向的。pipe对象建立的时候，返回一个含有两个元素的表，每个元素代表pipe的一端（Connection对象）。我们对pipe的某一端调用send0方法来传送对象，在另一端使用recv）来接收。
②Queue类与Pipe相类似，都是先进先出结构。但Queue类允许多个进程放入，多个进程从队列取出对象。Queue类使用Queue（maxsize）创建，maxsize表示队列中可以存放对象的最大数量。
"""

import multiprocessing
import os,time
def inputQ(queue):
    info = str(os.getpid()) + ‘(put):‘ + str(time.time())
    queue.put(info)

def outputQ(queue,lock):
    info = queue.get()
    lock.acquire()
    print((str(os.getpid()) + ‘(get):‘ + info))
    lock.release()

if __name__ == ‘__main__‘:
    record1 = []
    record2 = []
    lock = multiprocessing.Lock() # 加锁为防止散乱的打印
    queue = multiprocessing.Queue(3)
    for i in range(10):
        process = multiprocessing.Process(target=inputQ,args=(queue,))
        process.start()
        record1.append(process)
    for i in range(10):
        process = multiprocessing.Process(target=outputQ,args=(queue,lock))
        process.start()
        record2.append(process)
    for p in record1:
        p.join()

    queue.close()   #没有更多的时间表、关闭queue
    for p in record2:
        p.join()

pipe和queue.py

标签：record   map   加锁   imp   cti   ssi   proc   lock   inpu   

原文地址：https://www.cnblogs.com/zhang-da/p/12210537.html