處理python中多線程與多進程中的數(shù)據(jù)共享問題
更新時間：2019年07月28日 08:47:53 作者：楊彥星
這篇文章主要介紹了python中多線程與多進程中的數(shù)據(jù)共享問題，本文給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下
之前在寫多線程與多進程的時候，因為一般情況下都是各自完成各自的任務，各個子線程或者各個子進程之前并沒有太多的聯(lián)系，如果需要通信的話我會使用隊列或者數(shù)據(jù)庫來完成，但是最近我在寫一些多線程與多進程的代碼時，發(fā)現(xiàn)如果它們需要用到共享變量的話，需要有一些注意的地方
多線程之間的共享數(shù)據(jù)
標準數(shù)據(jù)類型在線程間共享
看以下代碼
#coding:utf-8
import threading
def test(name,data):
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
if __name__ == '__main__':
d = 5
name = "楊彥星"
for i in range(5):
th = threading.Thread(target=test,args=(name,d))
th.start()
這里我創(chuàng)建一個全局的int變量d,它的值是5，當我在5個線程中調(diào)用test函數(shù)時，將d作為參數(shù)傳進去，那么這5個線程所擁有的是同一個d嗎？我在test函數(shù)中通過 id(data) 來打印一下它們的ID，得到了如下的結果
in thread <Thread(Thread-1, started 6624)> name is 楊彥星 data is 5 id(data) is 1763791776 in thread <Thread(Thread-2, started 8108)> name is 楊彥星 data is 5 id(data) is 1763791776 in thread <Thread(Thread-3, started 3356)> name is 楊彥星 data is 5 id(data) is 1763791776 in thread <Thread(Thread-4, started 13728)> name is 楊彥星 data is 5 id(data) is 1763791776 in thread <Thread(Thread-5, started 3712)> name is 楊彥星 data is 5 id(data) is 1763791776
從結果中可以看到，在5個子線程中，data的id都是1763791776，說明在主線程中創(chuàng)建了變量d，在子線程中是可以共享的，在子線程中對共享元素的改變是會影響到其它線程的，所以如果要對共享變量進行修改時，也就是線程不安全的，需要加鎖。
自定義類型對象在線程間共享
如果我們要自定義一個類呢，將一個對象作為變量在子線程中傳遞呢？會是什么效果呢？
#coding:utf-8
import threading
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
def test(name,data):
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data.get(),id(data)))
if __name__ == '__main__':
d = Data(10)
name = "楊彥星"
print("in main thread id(data) is {}".format(id(d)))
for i in range(5):
th = threading.Thread(target=test,args=(name,d))
th.start()
這里我定義一個簡單的類，在主線程初始化了一個該類型的對象d,然后將它作為參數(shù)傳給子線程，主線程和子線程分別打印了這個對象的id，我們來看一下結果
in main thread id(data) is 2849240813864 in thread <Thread(Thread-1, started 11648)> name is 楊彥星 data is 10 id(data) is 2849240813864 in thread <Thread(Thread-2, started 11016)> name is 楊彥星 data is 10 id(data) is 2849240813864 in thread <Thread(Thread-3, started 10416)> name is 楊彥星 data is 10 id(data) is 2849240813864 in thread <Thread(Thread-4, started 8668)> name is 楊彥星 data is 10 id(data) is 2849240813864 in thread <Thread(Thread-5, started 4420)> name is 楊彥星 data is 10 id(data) is 2849240813864
我們看到，在主線程和子線程中，這個對象的id是一樣的，說明它們用的是同一個對象。
無論是標準數(shù)據(jù)類型還是復雜的自定義數(shù)據(jù)類型，它們在多線程之間是共享同一個的，但是在多進程中是這樣的嗎？
多進程之間的共享數(shù)據(jù)
標準數(shù)據(jù)類型在進程間共享
還是上面的代碼，我們先來看一下int類型的變量的子進程間的共享
#coding:utf-8
import threading
import multiprocessing
def test(name,data):
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
if __name__ == '__main__':
d = 10
name = "楊彥星"
print("in main thread id(data) is {}".format(id(d)))
for i in range(5):
pro = multiprocessing.Process(target=test,args=(name,d))
pro.start()
得到的結果是
in main thread id(data) is 1763791936 in thread <_MainThread(MainThread, started 9364)> name is 楊彥星 data is 10 id(data) is 1763791936 in thread <_MainThread(MainThread, started 9464)> name is 楊彥星 data is 10 id(data) is 1763791936 in thread <_MainThread(MainThread, started 3964)> name is 楊彥星 data is 10 id(data) is 1763791936 in thread <_MainThread(MainThread, started 10480)> name is 楊彥星 data is 10 id(data) is 1763791936 in thread <_MainThread(MainThread, started 13608)> name is 楊彥星 data is 10 id(data) is 1763791936
可以看到它們的id是一樣的，說明用的是同一個變量，但是當我嘗試把d由int變?yōu)榱藄tring時，發(fā)現(xiàn)它們又不一樣了……
if __name__ == '__main__':
d = 'yangyanxing'
name = "楊彥星"
print("in main thread id(data) is {}".format(id(d)))
for i in range(5):
pro = multiprocessing.Process(target=test,args=(name,d))
pro.start()
此時得到的結果是
in main thread id(data) is 2629633397040 in thread <_MainThread(MainThread, started 9848)> name is 楊彥星 data is yangyanxing id(data) is 1390942032880 in thread <_MainThread(MainThread, started 988)> name is 楊彥星 data is yangyanxing id(data) is 2198251377648 in thread <_MainThread(MainThread, started 3728)> name is 楊彥星 data is yangyanxing id(data) is 2708672287728 in thread <_MainThread(MainThread, started 5288)> name is 楊彥星 data is yangyanxing id(data) is 2376058999792 in thread <_MainThread(MainThread, started 12508)> name is 楊彥星 data is yangyanxing id(data) is 2261044040688
于是我又嘗試了list、Tuple、dict，結果它們都是不一樣的，我又回過頭來試著在多線程中使用列表元組和字典，結果它們還是一樣的。
這里有一個有趣的問題，如果是int類型，當值小于等于256時，它們在多進程間的id是相同的，如果大于256，則它們的id就會不同了，這個我沒有查看原因。
自定義類型對象在進程間共享
#coding:utf-8
import threading
import multiprocessing
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
def test(name,data):
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data.get(),id(data)))
if __name__ == '__main__':
d = Data(10)
name = "楊彥星"
print("in main thread id(data) is {}".format(id(d)))
for i in range(5):
pro = multiprocessing.Process(target=test,args=(name,d))
pro.start()
得到的結果是
in main thread id(data) is 1927286591728 in thread <_MainThread(MainThread, started 2408)> name is 楊彥星 data is 10 id(data) is 1561177927752 in thread <_MainThread(MainThread, started 5728)> name is 楊彥星 data is 10 id(data) is 2235260514376 in thread <_MainThread(MainThread, started 1476)> name is 楊彥星 data is 10 id(data) is 2350586073040 in thread <_MainThread(MainThread, started 996)> name is 楊彥星 data is 10 id(data) is 2125002248088 in thread <_MainThread(MainThread, started 10740)> name is 楊彥星 data is 10 id(data) is 1512231669656
可以看到它們的id是不同的，也就是不同的對象。
在多進程間如何共享數(shù)據(jù)
我們看到，數(shù)據(jù)在多進程間是不共享的(小于256的int類型除外)，但是我們又想在主進程和子進程間共享一個數(shù)據(jù)對象時該如何操作呢？
在看這個問題之前，我們先將之前的多線程代碼做下修改
#coding:utf-8
import threading
import multiprocessing
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
def test(name,data,lock):
lock.acquire()
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
data.set(data.get()+1)
lock.release()
if __name__ == '__main__':
d = Data(0)
thlist = []
name = "yang"
lock = threading.Lock()
for i in range(5):
th = threading.Thread(target=test,args=(name,d,lock))
th.start()
thlist.append(th)
for i in thlist:
i.join()
print(d.get())
我們這個代碼的目的是這樣，使用自定義的Data類型對象，當經(jīng)過5個子線程操作以后，每個子線程對其data值進行加1操作，最后在主線程打印對象的data值。
該輸出結果如下
in thread <Thread(Thread-1, started 3296)> name is yang data is <__main__.Data object at 0x000001A451139198> id(data) is 1805246501272 in thread <Thread(Thread-2, started 9436)> name is yang data is <__main__.Data object at 0x000001A451139198> id(data) is 1805246501272 in thread <Thread(Thread-3, started 760)> name is yang data is <__main__.Data object at 0x000001A451139198> id(data) is 1805246501272 in thread <Thread(Thread-4, started 1952)> name is yang data is <__main__.Data object at 0x000001A451139198> id(data) is 1805246501272 in thread <Thread(Thread-5, started 5988)> name is yang data is <__main__.Data object at 0x000001A451139198> id(data) is 1805246501272
可以看到在主線程最后打印出來了5，符合我們的預期，但是如果放到多進程中呢？因為多進程下，每個子進程所持有的對象是不同的，所以每個子進程操作的是各自的Data對象，對于主進程的Data對象應該是沒有影響的，我們來看下它的結果
#coding:utf-8
import threading
import multiprocessing
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
def test(name,data,lock):
lock.acquire()
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
data.set(data.get()+1)
lock.release()
if __name__ == '__main__':
d = Data(0)
thlist = []
name = "yang"
lock = multiprocessing.Lock()
for i in range(5):
th = multiprocessing.Process(target=test,args=(name,d,lock))
th.start()
thlist.append(th)
for i in thlist:
i.join()
print(d.get())
它的輸出結果是:
in thread <_MainThread(MainThread, started 7604)> name is yang data is <__mp_main__.Data object at 0x000001D110130EB8> id(data) is 1997429477048 in thread <_MainThread(MainThread, started 12108)> name is yang data is <__mp_main__.Data object at 0x000002C4E88E0E80> id(data) is 3044738469504 in thread <_MainThread(MainThread, started 3848)> name is yang data is <__mp_main__.Data object at 0x0000027827270EF0> id(data) is 2715076202224 in thread <_MainThread(MainThread, started 12368)> name is yang data is <__mp_main__.Data object at 0x000002420EA80E80> id(data) is 2482736991872 in thread <_MainThread(MainThread, started 4152)> name is yang data is <__mp_main__.Data object at 0x000001B1577F0E80> id(data) is 1861188783744
最后的輸出是0，說明了子進程對于主進程傳入的Data對象操作其實對于主進程的對象是不起作用的，我們需要怎樣的操作才能實現(xiàn)子進程可以操作主進程的對象呢？我們可以使用 multiprocessing.managers 下的 BaseManager 來實現(xiàn)
#coding:utf-8
import threading
import multiprocessing
from multiprocessing.managers import BaseManager
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
BaseManager.register("mydata",Data)
def test(name,data,lock):
lock.acquire()
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
data.set(data.get()+1)
lock.release()
def getManager():
m = BaseManager()
m.start()
return m
if __name__ == '__main__':
manager = getManager()
d = manager.mydata(0)
thlist = []
name = "yang"
lock = multiprocessing.Lock()
for i in range(5):
th = multiprocessing.Process(target=test,args=(name,d,lock))
th.start()
thlist.append(th)
for i in thlist:
i.join()
print(d.get())
使用 from multiprocessing.managers import BaseManager 引入 BaseManager以后，在定義完Data類型之后，使用 BaseManager.register("mydata",Data) 將Data類型注冊到BaseManager中，并且給了它一個名字叫 mydata ，之后就可以使用 BaseManager 對象的這個名字來初始化對象，我們來看一下輸出
C:\Python35\python.exe F:/python/python3Test/multask.py in thread <_MainThread(MainThread, started 12244)> name is yang data is <__mp_main__.Data object at 0x000001FE1B7D9668> id(data) is 2222932504080 in thread <_MainThread(MainThread, started 2860)> name is yang data is <__mp_main__.Data object at 0x000001FE1B7D9668> id(data) is 1897574510096 in thread <_MainThread(MainThread, started 2748)> name is yang data is <__mp_main__.Data object at 0x000001FE1B7D9668> id(data) is 2053415775760 in thread <_MainThread(MainThread, started 7812)> name is yang data is <__mp_main__.Data object at 0x000001FE1B7D9668> id(data) is 2766155820560 in thread <_MainThread(MainThread, started 2384)> name is yang data is <__mp_main__.Data object at 0x000001FE1B7D9668> id(data) is 2501159890448
我們看到，雖然在每個子進程中使用的是不同的對象，但是它們的值卻是可以“共享”的。
標準的數(shù)據(jù)類型也可以通過multiprocessing庫中的Value對象，舉一個簡單的例子
#coding:utf-8
import threading
import multiprocessing
from multiprocessing.managers import BaseManager
class Data:
def __init__(self,data=None):
self.data = data
def get(self):
return self.data
def set(self,data):
self.data = data
BaseManager.register("mydata",Data)
def test(name,data,lock):
lock.acquire()
print("in thread {} name is {}".format(threading.current_thread(),name))
print("data is {} id(data) is {}".format(data,id(data)))
data.value +=1
lock.release()
if __name__ == '__main__':
d = multiprocessing.Value("l",10) #
print(d)
thlist = []
name = "yang"
lock = multiprocessing.Lock()
for i in range(5):
th = multiprocessing.Process(target=test,args=(name,d,lock))
th.start()
thlist.append(th)
for i in thlist:
i.join()
print(d.value)
這里使用 d = multiprocessing.Value("l",10) 初始化了一個數(shù)字類型的對象，這個類型是 Synchronized wrapper for c_long , multiprocessing.Value 在初始化時，第一個參數(shù)是類型，第二個參數(shù)是值,具體支持的類型如下
還可以使用ctypes庫里和類初始化字符串
>>> from ctypes import c_char_p
>>> s = multiprocessing.Value(c_char_p, b'\xd1\xee\xd1\xe5\xd0\xc7')
>>> print(s.value.decode('gbk'))
楊彥星
還可以使用Manager對象初始list,dict等
#coding:utf-8 import multiprocessing def func(mydict, mylist): # 子進程改變dict,主進程跟著改變 mydict["index1"] = "aaaaaa" # 子進程改變List,主進程跟著改變 mydict["index2"] = "bbbbbb" mylist.append(11) mylist.append(22) mylist.append(33) if __name__ == "__main__": # 主進程與子進程共享這個字典 mydict = multiprocessing.Manager().dict() # 主進程與子進程共享這個List mylist = multiprocessing.Manager().list(range(5)) p = multiprocessing.Process(target=func, args=(mydict, mylist)) p.start() p.join() print(mylist) print(mydict)
其實我們這里所說的共享只是數(shù)據(jù)值上的共享，因為在多進程中，各自持有的對象都不相同，所以如果想要同步狀態(tài)需要曲線救國。不過這種在自己寫的小項目中可以簡單的使用，如果做一些大一點的項目，還是建議不要使用這種共享數(shù)據(jù)的方式，這種大大的增加了程序間的耦合性，使用邏輯變得復雜難懂，所以建議還是使用隊列或者數(shù)據(jù)為進行間通信的渠道。
總結
以上所述是小編給大家介紹的處理python中多線程與多進程中的數(shù)據(jù)共享問題,希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉載，煩請注明出處，謝謝！
相關文章
今天小編就為大家分享一篇python遍歷小寫英文字母的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
圣誕的到來給大家?guī)硐矏偅裉焓フQ老人給大家送一頂圣誕帽，今天小編通過代碼給大家分享使用Python給頭像加上圣誕帽或圣誕老人小圖標附源碼，需要的朋友一起看看吧2019-12-12
Python中常用數(shù)據(jù)類型使用示例概括總結
這篇文章主要為大家介紹了Python中常用數(shù)據(jù)類型使用示例概括總結，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-04-04
這篇文章主要介紹了如何在Python對Excel進行讀取，文中講解非常詳細，示例代碼幫助大家參考學習，感興趣的朋友可以了解下2020-06-06
這篇文章主要介紹了Python 作圖實現(xiàn)坐標軸截斷(打斷)的效果，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
列表的刪操作指的是在列表中刪除已存在的元素，列表中的元素被刪除后，后面所有的元素依次往前移動一位，掛在被刪除元素的索引下，保證每一個索引都有元素，這篇文章主要介紹了Python列表對象中元素的刪除操作方法,需要的朋友可以參考下2022-12-12
這篇文章主要介紹了詳解python中GPU版本的opencv常用方法介紹，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-07-07
numpy中實現(xiàn)二維數(shù)組按照某列、某行排序的方法
下面小編就為大家分享一篇numpy中實現(xiàn)二維數(shù)組按照某列、某行排序的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了python動態(tài)加載技術解析,說簡單點就是，如果開發(fā)者發(fā)現(xiàn)自己的代碼有bug，那么他可以在不關閉原來代碼的基礎之上，動態(tài)替換模塊替換方法一般用reload來完成,需要的朋友可以參考下2023-07-07
在本文里我們給大家分享了關于python中嵌套函數(shù)的步驟圖文分解，有需要的朋友們跟著學習下。2019-02-02