Python并发编程：多进程-互斥锁

一 互斥锁

　　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，如下：

from multiprocessing import Process
import os
import time

def work():
    print('%s is running' % os.getpid())
    time.sleep(2)
    print('%s is done' % os.getpid())

if __name__ == '__main__':
    for i in range(3):
        p = Process(target=work)
        p.start()

输出：
28449 is running
28451 is running
28450 is running
28449 is done
28451 is done
28450 is done

　　如何控制，就是加锁处理，而互斥锁的意思就是相互排斥，如果把多个进程比喻为多个人，互斥锁的工作原理就是个人都要去争抢同一个资源：卫生间，一个人抢到卫生间后上一把锁，其它人都要等着，等到这个完成任务后释放锁，其它人才有可能有一个抢到。。。所以互斥锁的原理，就是把并发改成串行，降低了效率，但保证了数据安全不错乱

from multiprocessing import Process, Lock
import os
import time


def work(lock):
    lock.acquire()  # 加锁
    print('%s is running' % os.getpid())
    time.sleep(2)
    print('%s is done' % os.getpid())
    lock.release()  # 释放锁


if __name__ == '__main__':
    lock = Lock()
    for i in range(3):
        p = Process(target=work, args=(lock,))
        p.start()

　　

二 模拟抢票练习

多个进程共享同一文件，可以把文件当数据库，用多个进程模拟多个人执行抢票任务

def search(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)
    print('33[43m %s 查询到剩余票数%s33[0m' % (name, dic['count']))


def get(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)   # 模拟读数据的网络延迟
    if dic['count'] > 0:
        dic['count'] -= 1
        time.sleep(1)   # 模拟写数据的网络延迟
        json.dump(dic, open('db.txt', 'w'))
        print('33[46m %s 购票成功33[0m' % name)


def task(name):
    search(name)
    get(name)


if __name__ == '__main__':
    for i in range(10):  # 模拟并发10个客户端抢票
        name = '<路人%s>' % i
        p = Process(target=task, args=(name,))
        p.start()

　　并发运行，效率高，但竞争写同一文件，数据写入错乱，只有一张票，卖成功给了10个人

 <路人0> 查询到剩余票数1
 <路人1> 查询到剩余票数1
 <路人2> 查询到剩余票数1
 <路人3> 查询到剩余票数1
 <路人4> 查询到剩余票数1
 <路人5> 查询到剩余票数1
 <路人6> 查询到剩余票数1
 <路人7> 查询到剩余票数1
 <路人8> 查询到剩余票数1
 <路人9> 查询到剩余票数1
 <路人0> 购票成功
 <路人3> 购票成功
 <路人1> 购票成功
 <路人2> 购票成功
 <路人4> 购票成功
 <路人5> 购票成功
 <路人8> 购票成功
 <路人7> 购票成功
 <路人6> 购票成功
 <路人9> 购票成功

加锁处理：购买行为由并发变成了串行，牺牲了运行效率，但保证了数据安全

# 文件db.txt的内容为：{"count":1}
# 注意一定要用双引号，不然json无法识别

def search(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)
    print('33[43m %s 查询到剩余票数%s33[0m' % (name, dic['count']))


def get(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)   # 模拟读数据的网络延迟
    if dic['count'] > 0:
        dic['count'] -= 1
        time.sleep(1)   # 模拟写数据的网络延迟
        json.dump(dic, open('db.txt', 'w'))
        print('33[46m %s 购票成功33[0m' % name)


def task(name):
    search(name)
    with lock:  # 相当于lock.acquire(),执行完自代码块自动执行lock.release()
        get(name)


if __name__ == '__main__':
    lock = Lock()
    for i in range(10):  # 模拟并发10个客户端抢票
        name = '<路人%s>' % i
        p = Process(target=task, args=(name,))
        p.start()

　　执行结果

 <路人0> 查询到剩余票数1
 <路人1> 查询到剩余票数1
 <路人2> 查询到剩余票数1
 <路人3> 查询到剩余票数1
 <路人4> 查询到剩余票数1
 <路人5> 查询到剩余票数1
 <路人6> 查询到剩余票数1
 <路人7> 查询到剩余票数1
 <路人8> 查询到剩余票数1
 <路人9> 查询到剩余票数1
 <路人0> 购票成功

　　

三 互斥锁与join

　　使用join可以将并发变成串行，互斥锁的原理也是将并发变成串行，那直接使用join就可以了啊，为何还要互斥锁，说到这里我赶紧试一下

def search(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)
    print('33[43m %s 查询到剩余票数%s33[0m' % (name, dic['count']))


def get(name):
    dic = json.load(open('db.txt'))
    time.sleep(1)   # 模拟读数据的网络延迟
    if dic['count'] > 0:
        dic['count'] -= 1
        time.sleep(1)   # 模拟写数据的网络延迟
        json.dump(dic, open('db.txt', 'w'))
        print('33[46m %s 购票成功33[0m' % name)


def task(name):
    search(name)
    get(name)


if __name__ == '__main__':

    for i in range(10):  # 模拟并发10个客户端抢票
        name = '<路人%s>' % i
        p = Process(target=task, args=(name,))
        p.start()
        p.join()

　　执行结果

 <路人0> 查询到剩余票数1
 <路人0> 购票成功
 <路人1> 查询到剩余票数0
 <路人2> 查询到剩余票数0
 <路人3> 查询到剩余票数0
 <路人4> 查询到剩余票数0
 <路人5> 查询到剩余票数0
 <路人6> 查询到剩余票数0
 <路人7> 查询到剩余票数0
 <路人8> 查询到剩余票数0
 <路人9> 查询到剩余票数0

　　发现使用join并发改成串行，确实保证数据安全，但问题是连查票操作也变成只能一个一个人去查了，很明显大家查票应该是并发地去查询而无需考虑数据准确与否，此时join与互斥锁的区别就显而易见了，join是将一个任务整体串行，而互斥锁的好处是可以将一个任务中的某一段代码串行，比如只让task函数中的get任务串行

def task(name):
    search(name)    # 并发执行

    lock.acquire()
    get(name)   # 串行执行
    lock.release()

四 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，即串行地修改，没错，速度是慢了，但牺牲了速度却保证了数据安全。

虽然可以用文件共享数据实现进程间通信，但问题是：

1. 效率低（共享数据基于文件，而文件是硬盘上的数据）
2. 需要自己加锁处理

因此我们最好找寻一种解决方案能够兼顾：

1. 效率高（多个进程共享一块内存的数据）
2. 帮我们处理好锁问题

者就是multiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道

队列和管道都是将数据存放与内存中，而队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱处理，因而队列才是进程间通信的最佳选择。

我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性。