上篇文章讲了部分线程间通信的方式,这篇文章再讲3种方式,同时讲4中进程间通信的方式
共享变量是多个线程可以共同访问的变量。在Python中,可以使用threading模块中的Lock对象来确保线程安全,避免多个线程同时访问同一个变量而导致的数据竞争问题。
下面是一个使用共享变量进行线程间通信的示例代码:
import threading
# 共享变量
count = 0
lock = threading.Lock()
# 线程函数
def increment():
global count
for i in range(1000000):
lock.acquire()
count += 1
lock.release()
# 创建线程
t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)
# 启动线程
t1.start()
t2.start()
# 等待线程结束
t1.join()
t2.join()
# 输出结果
print("count = ", count)
在上面的代码中,我们创建了两个线程,它们都会执行increment函数,该函数会将count变量增加1000000次。由于多个线程可能同时访问count变量,因此我们需要使用Lock对象来确保线程安全。每当一个线程需要访问count变量时,它必须先获取锁,然后执行相应的操作,最后释放锁,以便其他线程可以继续访问count变量。
事件是一种线程间通信机制,它可以用于线程之间的通知和等待。一个线程可以设置事件,另外一个线程可以等待该事件的触发。
在Python中,可以使用threading模块中的Event对象来实现事件。Event对象有两个方法:set和wAIt。当一个线程调用set方法时,它会将事件设置为已触发状态,所有等待该事件的线程都会被唤醒;当一个线程调用wait方法时,如果事件已经被设置为已触发状态,它会立即返回;否则,它会阻塞等待事件的触发。
下面是一个使用事件进行线程间通信的示例代码:
import threading
# 事件对象
event = threading.Event()
# 线程函数1
def wait_event():
print("waiting for event...")
event.wait()
print("event has been set.")
# 线程函数2
def set_event():
print("setting event...")
event.set()
# 创建线程
t1 = threading.Thread(target=wait_event)
t2 = threading.Thread(target=set_event)
# 启动线程
t1.start()
t2.start()
# 等待线程结束
t1.join()
t2.join()
在上面的代码中,我们创建了两个线程,一个线程会等待事件的触发,另一个线程会设置事件。当set_event函数被调用时,它会将事件设置为已触发状态,然后wait_event函数会被唤醒,输出"event has been set."。在这个示例中,我们没有使用Lock对象来确保线程安全,因为事件对象内部已经使用了锁来实现线程安全。
queue 模块中的队列是一种先进先出(FIFO)的数据结构,用于实现多个线程之间的通信。在 Python 中,可以使用 queue 模块中的 Queue 类来创建队列。
queue 模块中的队列类型分为两种:内存队列和文件队列。
1. 文件队列
文件队列是一种使用文件作为队列的存储方式,可以用于在不同计算机之间传输数据。在 Python 中,可以使用 queue 模块中的 FileQueue 类来创建文件队列。
下面是一个使用文件队列实现线程间通信的示例:
import queue
import threading
def producer(q):
for i in range(5):
q.put(i)
print(f'Produced {i}')
q.put(None)
def consumer(q):
while True:
item = q.get()
if item is None:
break
print(f'Consumed {item}')
if __name__ == '__main__':
q = queue.FileQueue('queue.txt')
t1 = threading.Thread(target=producer, args=(q,))
t2 = threading.Thread(target=consumer, args=(q,))
t1.start()
t2.start()
t1.join()
t2.join()
在上述代码中,创建了两个线程 t1 和 t2,t1 向文件队列中写入数据,t2 从文件队列中读取并打印数据。
2. 内存队列
内存队列是一种使用内存作为队列的存储方式,可以用于在同一台计算机上的进程间通信。在 Python 中,可以使用 queue 模块中的 Queue 类来创建内存队列。
下面是一个使用内存队列实现线程间通信的示例:
import queue
import threading
def producer(q):
for i in range(5):
q.put(i)
print(f'Produced {i}')
def consumer(q):
while True:
item = q.get()
if item is None:
break
print(f'Consumed {item}')
if __name__ == '__main__':
q = queue.Queue()
t1 = threading.Thread(target=producer, args=(q,))
t2 = threading.Thread(target=consumer, args=(q,))
t1.start()
t2.start()
t1.join()
q.put(None)
t2.join()
在上述代码中,创建了两个线程 t1 和 t2,t1 向内存队列中写入数据,t2 从内存队列中读取并打印数据。
在 Python 中,进程间通信可以使用多种方式实现,例如:
下面将详细介绍这些方式。
管道是一种基于内存的通信机制,用于实现两个进程之间的通信。在 Python 中,可以使用 multiprocessing 模块中的 Pipe 类来创建管道。
管道类型分为两种:匿名管道和命名管道。
1 匿名管道
匿名管道是一种临时的管道,没有名字,只能用于父进程和其创建的子进程之间的通信。匿名管道是双向的,可以同时进行读写操作。
下面是一个使用匿名管道实现进程间通信的示例:
import multiprocessing
def sender(conn):
conn.send('Hello, receiver!')
conn.close()
def receiver(conn):
msg = conn.recv()
print(msg)
conn.close()
if __name__ == '__main__':
parent_conn, child_conn = multiprocessing.Pipe()
p1 = multiprocessing.Process(target=sender, args=(parent_conn,))
p2 = multiprocessing.Process(target=receiver, args=(child_conn,))
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向 p2 发送消息,p2 接收并打印消息。
2 命名管道
命名管道是一种持久的管道,有一个名字,可以用于任意进程之间的通信。在 Python 中,可以使用 os.mkfifo 函数来创建命名管道。
下面是一个使用命名管道实现进程间通信的示例:
import os
fifo_path = 'fifo_test'
def sender():
with open(fifo_path, 'w') as f:
f.write('Hello, receiver!')
def receiver():
with open(fifo_path, 'r') as f:
msg = f.read()
print(msg)
if __name__ == '__main__':
if not os.path.exists(fifo_path):
os.mkfifo(fifo_path)
p1 = multiprocessing.Process(target=sender)
p2 = multiprocessing.Process(target=receiver)
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向命名管道中写入消息,p2 从命名管道中读取并打印消息。
multiprocessing 模块中的队列是一种多进程通信机制,可以用于实现多个进程之间的数据传输。在 Python 中,可以使用 multiprocessing 模块中的 Queue 类来创建队列。
multiprocessing 模块中的队列类型分为两种:普通队列和优先级队列。
普通队列
普通队列是一种先进先出(FIFO)的队列,可以用于在同一台计算机上的进程间通信。在 Python 中,可以使用 multiprocessing 模块中的 Queue 类来创建普通队列。
下面是一个使用普通队列实现进程间通信的示例:
import multiprocessing
def producer(q):
for i in range(5):
q.put(i)
print(f'Produced {i}')
def consumer(q):
while True:
item = q.get()
if item is None:
break
print(f'Consumed {item}')
if __name__ == '__main__':
q = multiprocessing.Queue()
p1 = multiprocessing.Process(target=producer, args=(q,))
p2 = multiprocessing.Process(target=consumer, args=(q,))
p1.start()
p2.start()
p1.join()
q.put(None)
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向普通队列中写入数据,p2 从普通队列中读取并打印数据。
优先级队列
优先级队列是一种根据元素优先级排序的队列,可以用于在同一台计算机上的进程间通信。在 Python 中,可以使用 multiprocessing 模块中的 PriorityQueue 类来创建优先级队列。
下面是一个使用优先级队列实现进程间通信的示例:
import multiprocessing
def producer(q):
q.put((1, 'high-priority message'))
q.put((2, 'low-priority message'))
print('Messages sent')
def consumer(q):
while True:
item = q.get()
if item is None:
break
print(f'Consumed {item[1]} with priority {item[0]}')
if __name__ == '__main__':
q = multiprocessing.PriorityQueue()
p1 = multiprocessing.Process(target=producer, args=(q,))
p2 = multiprocessing.Process(target=consumer, args=(q,))
p1.start()
p2.start()
p1.join()
q.put(None)
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向优先级队列中写入数据,其中一个消息的优先级高于另一个消息,p2 从优先级队列中读取并打印数据。
以上就是 Python 中文件队列、内存队列、普通队列和优先级队列在线程和进程间通信的方式的完整代码示例。需要注意的是,在使用队列进行线程间或进程间通信时,需要进行同步和互斥操作,以避免数据竞争和其他并发问题。因此,在使用队列进行线程间或进程间通信时,需要仔细设计和实现代码,确保程序的正确性和稳定性。
共享内存是一种多个进程共享同一块内存的通信机制,可以用于实现多个进程之间的高效通信。在 Python 中,可以使用 multiprocessing 模块中的 Value 和 Array 类来创建共享内存。
共享内存类型分为两种:基本类型和数组类型。
1 基本类型
基本类型是指 Python 中的基本数据类型,例如整数、浮点数等。在共享内存中,可以使用 Value 类来创建基本类型的共享内存。
下面是一个使用基本类型共享内存实现进程间通信的示例:
import multiprocessing
def sender(value):
value.value = 1
def receiver(value):
print(value.value)
if __name__ == '__main__':
value = multiprocessing.Value('i', 0)
p1 = multiprocessing.Process(target=sender, args=(value,))
p2 = multiprocessing.Process(target=receiver, args=(value,))
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向共享内存中写入整数值,p2 从共享内存中读取并打印整数值。
2 数组类型
数组类型是指 Python 中的数组,可以使用 Array 类来创建数组类型的共享内存。
下面是一个使用数组类型共享内存实现进程间通信的示例:
import multiprocessing
def sender(arr):
arr[0] = 1
def receiver(arr):
print(arr[:])
if __name__ == '__main__':
arr = multiprocessing.Array('i', range(10))
p1 = multiprocessing.Process(target=sender, args=(arr,))
p2 = multiprocessing.Process(target=receiver, args=(arr,))
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向共享内存中写入整数数组,p2 从共享内存中读取并打印整数数组。
套接字是一种网络通信机制,可以用于不同计算机之间的进程通信。在 Python 中,可以使用 socket 模块来创建套接字。
套接字类型分为两种:流套接字和数据报套接字。
1 流套接字
流套接字是一种基于 TCP 协议的套接字,可以实现可靠的面向连接的数据传输,适用于大量数据传输和长时间连接。在 Python 中,可以使用 socket 模块中的 socket 类来创建流套接字。
下面是一个使用流套接字实现进程间通信的示例:
import socket
HOST = 'localhost'
PORT = 5000
def sender():
with socket.socket(socket.AF_.NET, socket.SOCK_STREAM) as s:
s.connect((HOST, PORT))
s.sendall(b'Hello, receiver!')
def receiver():
with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s:
s.bind((HOST, PORT))
s.listen()
conn, addr = s.accept()
with conn:
data = conn.recv(1024)
print(data)
if __name__ == '__main__':
p1 = multiprocessing.Process(target=sender)
p2 = multiprocessing.Process(target=receiver)
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向流套接字中写入消息,p2 从流套接字中读取并打印消息。
2 数据报套接字
数据报套接字是一种基于 UDP 协议的套接字,可以实现无连接的数据传输,适用于少量数据传输和短时间连接。在 Python 中,可以使用 socket 模块中的 socket 类来创建数据报套接字。
下面是一个使用数据报套接字实现进程间通信的示例:
import socket
HOST = 'localhost'
PORT = 5000
def sender():
with socket.socket(socket.AF_INET, socket.SOCK_DGRAM) as s:
s.sendto(b'Hello, receiver!', (HOST, PORT))
def receiver():
with socket.socket(socket.AF_INET, socket.SOCK_DGRAM) as s:
s.bind((HOST, PORT))
data, addr = s.recvfrom(1024)
print(data)
if __name__ == '__main__':
p1 = multiprocessing.Process(target=sender)
p2 = multiprocessing.Process(target=receiver)
p1.start()
p2.start()
p1.join()
p2.join()
在上述代码中,创建了两个进程 p1 和 p2,p1 向数据报套接字中写入消息,p2 从数据报套接字中读取并打印消息。
除了使用 Python 提供的多进程通信机制之外,还可以手动实现进程间通信。在 Python 中,可以使用共享内存和信号量来手动实现进程间通信。
下面是一个使用共享内存和信号量手动实现进程间通信的示例:
import multiprocessing
import mmap
import os
import signal
import time
def sender(data, sem):
time.sleep(1)
sem.acquire()
data.seek(0)
data.write(b'Hello, receiver!')
sem.release()
def receiver(data, sem):
sem.acquire()
data.seek(0)
print(data.read())
sem.release()
if __name__ == '__main__':
with multiprocessing.shared_memory() as mem:
with mmap.mmap(mem.fd, mem.size) as data:
data.write(b'