流程互通是指流程之间的数据交换.有必要在进程之间交换数据以开发并行应用程序.下图显示了多个子进程之间同步的各种通信机制 :
在本节中,我们将了解各种沟通机制.机制在下面和下面描述;
队列可以与多进程程序一起使用. 多处理模块的Queue类与 Queue.Queue 类相似.因此,可以使用相同的API. 多处理 .Queue为我们提供了进程间通信的线程和进程安全FIFO(先进先出)机制.
以下是一个简单的例子,它来自多处理的python官方文档,用于理解多处理的Queue类的概念.
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()
[42, None, 'hello']
它是数据结构,用于在多进程程序中的进程之间进行通信. Pipe()函数返回一个由管道连接的连接对象,默认情况下是双工(双向).它按以下方式工作 :
它返回一对表示管道两端的连接对象./p>
每个对象都有两种方法 - 发送()和 recv(),以便在进程之间进行通信.
以下是一个简单的例子,取自python官方文档的多处理,以了解 Pipe()多处理功能的概念.
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()
[42, None, 'hello']
经理是一类多处理模块,它提供了一种方法协调所有用户之间的共享信息.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作它们.换句话说,管理者提供了一种创建可在不同进程之间共享的数据的方法.以下是经理对象的不同属性 :
经理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.
以下是一个示例,它使用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.
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()
A New record is added Name: Computers Score: 1 Name: Histoty Score: 5 Name: Hindi Score: 9 Name: English Score: 3
Manager类带有命名空间的概念,这是一种跨多个进程共享多个属性的快捷方法.命名空间没有任何可以调用的公共方法,但是它们具有可写属性.
以下Python脚本示例帮助我们利用用于在主进程和子进程之间共享数据的命名空间 :
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)
before Namespace(x = 1, y = 1) after Namespace(x = 6, y = 10)
Multipro cessing模块提供Array和Value对象,用于将数据存储在共享内存映射中. Array 是从共享内存分配的ctypes数组, Value 是从共享内存分配的ctypes对象.
要使用,导入来自多处理的进程,值,数组.
以下Python脚本是从python文档中获取的一个示例,它使用Ctypes数组和值来共享一些进程之间的数据.
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[:])
3.1415927 [0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
CSP用于说明系统与具有并发模型的其他系统的交互. CSP是一个通过消息传递编写并发或程序的框架,因此它对描述并发性很有效.
用于实现核心在CSP中找到的原语,Python有一个名为PyCSP的库.它使实现非常简短和可读,因此可以非常容易地理解它.以下是PyCSP的基本过程网络 :
In上面的PyCSP进程网络有两个进程 - 进程1和进程2.这些进程通过两个通道传递消息进行通信 - 通道1和通道2.
借助以下命令,我们可以安装Python库PyCSP :
pip install PyCSP
以下Python脚本是一个相互并行运行两个进程的简单示例.它是在PyCSP python libabary的帮助下完成的;
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,有两个函数,即 P1 和 P2 已创建,然后用 @process 进行修饰,以便将它们转换为进程.
P2 exiting P1 exiting Terminating