目录

并发编程之进程同步 锁（Lock）信号量（semaphore）事件(Even)

并发编程之进程同步

锁（Lock）

​ 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。 同样还是模拟网络购票

# ticket.txt '''{"count":2}''' from multiprocessing import Process,Lock import time,json def buy(i,lock): lock.acquire() with open(r'ticket','r',encoding='utf8') as f: data = json.load(f) print(f'余票：{data["ticket"]}') if data['ticket']>0: data['ticket']-=1 print(f'\033[32m进程{i}买到了一张票！\033[0m') else: print('票已售空！') time.sleep(0.5) with open('ticket','w') as f: json.dump(data,f) lock.release() if __name__ == '__main__': lock = Lock() for i in range(10): p = Process(target=buy,args=(i,lock)) p.start()

虽然可以用文件共享数据实现进程间通信，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

信号量（semaphore）

信号量：

　　互斥锁Lock 同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。

import time import random from multiprocessing import Process,Semaphore def ktv(i,sem): sem.acquire() print(f'{i}走进ktv开始唱歌。。。') time.sleep(random.randint(2,4)) print(f'{i}唱歌结束离开ktv。。。') sem.release() if __name__ == '__main__': sem =Semaphore(4) # 给ktv加锁，一次性只能n个人同时访问主进程。 for i in range(10): p = Process(target=ktv,args=(i,sem)) p.start()

事件(Even)

通过一个信号来控制多个进程同时执行或者阻塞一个信号可以使所有的进程都进入阻塞状态也可以控制所有的进程结束阻塞一个事件被创建之后，默认是阻塞状态

set() 和clear() 修改一个事件的状态：True 或者Falseis_set() 用来查看一个事件的状态wait() 根据事件的状态来决定是否阻塞

实例：模拟车辆过红绿灯

import time from multiprocessing import Process,Event import random def car(e,i): if not e.is_set(): print(f'car{i}在等待。。。') e.wait() print(f'car{i}通过') def light(e): while True: if e.is_set(): e.clear() print('\033[31m红灯亮了\033[0m') else: e.set() print('\033[32m绿灯亮了\033[0m') time.sleep(2) if __name__ == '__main__': e = Event() p = Process(target=light,args=(e,)) p.start() for i in range(1000): c = Process(target=car,args=(e,i)) c.start() time.sleep(random.random()) ''' 绿灯亮了 car0通过 car1通过 car2通过 红灯亮了 car3在等待。。。 car4在等待。。。 car5在等待。。。 car6在等待。。。 . . . '''

转载于:https://www.cnblogs.com/dadazunzhe/p/11529172.html