python入门教程12-07（python语法入门之进程互斥锁）

本章节主要介绍了进程互斥锁如何控制,而互斥锁的意思就是互相排斥,如果把多个进程比喻为多个人, 互斥锁的工作原理就是多个人都要去争抢同一个资源，下面我们一起来看看吧！

进程同步(multiprocess.Lock)

锁 —— multiprocess.Lock

进程之间数据不共享,但是共享同一套文件系统,所以访问同一个文件,或同一个打印终端,是没有问题的,

而共享带来的是竞争，竞争带来的结果就是错乱，如何控制，就是加锁处理

多进程模拟抢票实例

#文件db的内容为：{"count":1}#注意一定要用双引号，不然json无法识别from multiprocessing import Process,Lockimport time,json,randomdefsearch(): dic=json.load(open('db'))

  print('\033[43m剩余票数%s\033[0m' %dic['count'])defget():    dic=json.load(open('db'))

  time.sleep(0.1) #模拟读数据的网络延迟    if dic['count'] >0:

      dic['count']-=1        time.sleep(0.2) #模拟写数据的网络延迟        json.dump(dic,open('db','w'))

      print('\033[43m购票成功\033[0m')deftask():    search()

  get()if __name__ == '__main__':

  for i in range(100): #模拟并发100个客户端抢票        p=Process(target=task)

      p.start()# 引发问题:数据写入错乱

互斥锁保证数据安全

from multiprocessing import Process,Lockimport time,json,randomdefsearch(): dic=json.load(open('db'))

  print('\033[43m剩余票数%s\033[0m' %dic['count'])defget():    dic=json.load(open('db'))

  time.sleep(random.random())  # 模拟读数据的网络延迟    if dic['count'] >0:

      dic['count']-=1        time.sleep(random.random())  # 模拟写数据的网络延迟        json.dump(dic,open('db','w'))

      print('\033[32m购票成功\033[0m')

  else:

      print('\033[31m购票失败\033[0m')deftask(lock):    search()

  lock.acquire()  # 将买票这一环节由并发变成了串行，牺牲了运行效率但是保证了数据的安全    get()

  lock.release()if __name__ == '__main__':

  lock = Lock()

  for i in range(100):  # 模拟并发100个客户端抢票        p=Process(target=task,args=(lock,))

      p.start()

总结:加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。

问题:虽然可以用文件共享数据显示进程间数据通信但问题是

效率低(共享数据基于文件，而文件是硬盘上的数据)

需要自己加锁处理

针对上述问题，我们需要找到一种更加合理快捷的方式，那就是队列和管道，下一小节介绍