python中簡單好用的程序間資料通訊模組multiprocessing.Manager
摘要：
目前開發中有遇到程序間需要共享資料的情況. 所以研究了下multiprocessing.Manager, 主要會以dict為例子, 說明下程序間共享(同一個父程序).
dict使用說明
import multiprocessing
# 1. 建立一個Manger物件
manager =...
目前開發中有遇到程序間需要共享資料的情況. 所以研究了下multiprocessing.Manager, 主要會以dict為例子, 說明下程序間共享(同一個父程序).
dict使用說明
import multiprocessing # 1. 建立一個Manger物件 manager = multiprocessing.Manager() # 2. 建立一個dict temp_dict = manager.dict() # 3. 建立一個測試程式 def test(idx, test_dict): test_dict[idx] = idx # 4. 建立程序池進行測試 pool = multiprocessing.Pool(4) for i in range(100): pool.apply_async(test, args=(i, temp_dict)) pool.close() pool.join() print(temp_dict)
too simple.
簡單的原始碼分析
這時我們再看一個例子
import multiprocessing
# 1. 建立一個Manger物件
manager = multiprocessing.Manager()
# 2. 建立一個dict
temp_dict = manager.dict()
temp_dict['test'] = {}
# 3. 建立一個測試程式
def test(idx, test_dict):
test_dict['test'][idx] = idx
# 4. 建立程序池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
pool.apply_async(test, args=(i, temp_dict))
pool.close()
pool.join()
print(temp_dict)
可以看到輸出結果是奇怪的{'test': {}}
如果我們簡單修改一下程式碼
import multiprocessing
# 1. 建立一個Manger物件
manager = multiprocessing.Manager()
# 2. 建立一個dict
temp_dict = manager.dict()
temp_dict['test'] = {}
# 3. 建立一個測試程式
def test(idx, test_dict):
row = test_dict['test']
row[idx] = idx
test_dict['test'] = row
# 4. 建立程序池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
pool.apply_async(test, args=(i, temp_dict))
pool.close()
pool.join()
print(temp_dict)
這時輸出結果就符合預期了.
為了瞭解這個現象背後的原因, 我簡單去讀了一下原始碼, 主要有以下幾段程式碼很關鍵.
def Manager():
'''
Returns a manager associated with a running server process
The managers methods such as `Lock()`, `Condition()` and `Queue()`
can be used to create shared objects.
'''
from multiprocessing.managers import SyncManager
m = SyncManager()
m.start()
return m
...
def start(self, initializer=None, initargs=()):
'''
Spawn a server process for this manager object
'''
assert self._state.value == State.INITIAL
if initializer is not None and not hasattr(initializer, '__call__'):
raise TypeError('initializer must be a callable')
# pipe over which we will retrieve address of server
reader, writer = connection.Pipe(duplex=False)
# spawn process which runs a server
self._process = Process(
target=type(self)._run_server,
args=(self._registry, self._address, self._authkey,
self._serializer, writer, initializer, initargs),
)
ident = ':'.join(str(i) for i in self._process._identity)
self._process.name = type(self).__name__+ '-' + ident
self._process.start()
...
上面程式碼可以看出, 當我們聲明瞭一個Manager物件的時候, 程式實際在其他程序啟動了一個server服務, 這個server是阻塞的, 以此來實現程序間資料安全.
我的理解就是不同程序之間操作都是互斥的, 一個程序向server請求到這部分資料, 再把這部分資料修改, 返回給server, 之後server再去處理其他程序的請求.
回到上面的奇怪現象上, 這個操作test_dict['test'][idx] = idx
實際上在拉取到server上的資料後進行了修改, 但並沒有返回給server, 所以temp_dict的資料根本沒有變化. 在第二段正常程式碼, 就相當於先向伺服器請求資料, 再向伺服器傳送修改後的資料. 這樣就可以解釋這個現象了.
程序間資料安全
這個時候如果出現一種情況, 兩個程序同時請求了一份相同的資料, 分別進行修改, 再提交到server上會怎麼樣呢? 那當然是資料產生異常. 基於此, 我們需要Manager的另一個物件, Lock(). 這個物件也不難理解, Manager本身就是一個server, dict跟lock都來自於這個server, 所以當你lock住的時候, 其他程序是不能取到資料, 自然也不會出現上面那種異常情況.
程式碼示例:
import multiprocessing
# 1. 建立一個Manger物件
manager = multiprocessing.Manager()
# 2. 建立一個dict
temp_dict = manager.dict()
lock = manager.Lock()
temp_dict['test'] = {}
# 3. 建立一個測試程式
def test(idx, test_dict, lock):
lock.acquire()
row = test_dict['test']
row[idx] = idx
test_dict['test'] = row
lock.release()
# 4. 建立程序池進行測試
pool = multiprocessing.Pool(4)
for i in range(100):
pool.apply_async(test, args=(i, temp_dict, lock))
pool.close()
pool.join()
print(temp_dict)
切忌不要程序裡自己新建lock物件, 要使用統一的lock物件.
終わり。