Python之路(第三十九篇)管道、进程间数据共享Manager

一、管道

概念

管道可用于具有亲缘关系进程间的通信，有名管道克服了管道没有名字的限制，因此，除具有管道所具有的功能外，它还允许无亲缘关系进程间的通信.

先画一幅图帮助大家理解下管道的基本原理

现有2个进程A和B，他们都在内存中开辟了空间，那么我们在内存中再开辟一个空间C，作用是连接这两个进程的。对于进程来说内存空间是可以共享的（任何一个进程都可以使用内存，内存当中的空间是用地址来标记的，我们通过查找某一个地址就能找到这个内存）A进程可以不断的向C空间输送东西，B进程可以不断的从C空间读取东西，这就是进程间的通信   .

​ 管道在信息传输上是以流的方式传输， 也就是你从A进程不断的写入，B进程源源不断的读出，A进程先写入的就会被B进程先读出，后写进来的就会被后读出，

Pipe仅仅适用于只有两个进程一读一写的半双工情况，也就是说信息是只向一个方向流动。单项通信叫做半双工，双向叫做全双工.

单工：简单的说就是一方只能发信息，另一方则只能收信息，通信是单向的。

半双工：比单工先进一点，就是双方都能发信息，但同一时间则只能一方发信息。

全双工：比半双工再先进一点，就是双方不仅都能发信息，而且能够同时发送。

实现机制：

​ 管道是由内核管理的一个缓冲区，相当于我们放入内存中的一个纸条。管道的一端连接一个进程的输出。这个进程会向管道中放入信息。管道的另一端连接一个进程的输入，这个进程取出被放入管道的信息。一个缓冲区不需要很大，它被设计成为环形的数据结构，以便管道可以被循环利用。当管道中没有信息的话，从管道中读取的进程会等待，直到另一端的进程放入信息。当管道被放满信息的时候，尝试放入信息的进程会等待，直到另一端的进程取出信息。当两个进程都终结的时候，管道也自动消失。

管道特点

管道是单向的、先进先出的、无结构的字节流，它把一个进程的输出和另一个进程的输入连接在一起。

• 写进程在管道的尾端写入数据，读进程在管道的首端读出数据。数据读出后将从管道中移走，其它读进程都不能再读到这些数据。

• 管道提供了简单的流控制机制。进程试图读一个空管道时，在数据写入管道前，进程将一直阻塞。同样，管道已经满时，进程再试图写管道，在其它进程从管道中读走数据之前，写进程将一直阻塞。

匿名管道具有的特点：

• 只能用于具有亲缘关系的进程之间的通信（也就是父子进程或者兄弟进程之间）。

• 一种半双工的通信模式，具有固定的读端和写端。

• LINUX把管道看作是一种文件，采用文件管理的方法对管道进行管理，对于它的读写也可以使用普通的read()和write()等函数。但是它不是普通的文件，并不属于其他任何文件系统，只存在于内核的内存空间中。

参数介绍

  #创建管道的类：
  Pipe([duplex]):在进程之间创建一条管道，并返回元组（conn1,conn2）,其中conn1，conn2表示管道两端的连接对象，强调一点：必须在产生Process对象之前产生管道
  #参数介绍：
  dumplex:默认管道是半双工的，如果将duplex射成False，conn1只能用于接收，conn2只能用于发送。
  #主要方法：
      conn1.recv():接收conn2.send(obj)发送的对象。如果没有消息可接收，recv方法会一直阻塞。如果连接的另外一端已经关闭，那么recv方法会抛出EOFError。
      conn1.send(obj):通过连接发送对象。obj是与序列化兼容的任意对象
   #其他方法：
  conn1.close():关闭连接。如果conn1被垃圾回收，将自动调用此方法
  conn1.fileno():返回连接使用的整数文件描述符
  conn1.poll([timeout]):如果连接上的数据可用，返回True。timeout指定等待的最长时限。如果省略此参数，方法将立即返回结果。如果将timeout射成None，操作将无限期地等待数据到达。
 
  conn1.recv_bytes([maxlength]):接收c.send_bytes()方法发送的一条完整的字节消息。maxlength指定要接收的最大字节数。如果进入的消息，超过了这个最大值，将引发IOError异常，并且在连接上无法进行进一步读取。如果连接的另外一端已经关闭，再也不存在任何数据，将引发EOFError异常。
  conn.send_bytes(buffer [, offset [, size]])：通过连接发送字节数据缓冲区，buffer是支持缓冲区接口的任意对象，offset是缓冲区中的字节偏移量，而size是要发送字节数。结果数据以单条消息的形式发出，然后调用c.recv_bytes()函数进行接收    
 
  conn1.recv_bytes_into(buffer [, offset]):接收一条完整的字节消息，并把它保存在buffer对象中，该对象支持可写入的缓冲区接口（即bytearray对象或类似的对象）。offset指定缓冲区中放置消息处的字节位移。返回值是收到的字节数。如果消息长度大于可用的缓冲区空间，将引发BufferTooShort异常。
  ​

创建管道过程的示意图

例子

  ​
  # 主进程写，子进程读
  ​
  from multiprocessing import Pipe,Process
  ​
  def func(out_pipe, in_pipe):
      in_pipe.close()
      # 关闭复制过来的管道的输入端
      while True:
          try :
              msg = out_pipe.recv() #子进程的管道端口接收主进程的数据
              print(msg)
          except EOFError:
              out_pipe.close()
              break
  if __name__ == '__main__':
      out_pipe, in_pipe = Pipe()
      Process(target=func,args = (out_pipe, in_pipe)).start() #启动子进程
      out_pipe.close() #关闭主进程的输出管道端口
      for i in range(20):
          in_pipe.send('hello world!') #通过管道的端口向子进程写入
      in_pipe.close()

　　

例子2

  # 出现EOF错误的情况
  # 当pipe的输入端被关闭，且无法接收到输入的值，那么就会抛出EOFError。
  ​
  from multiprocessing import Pipe, Process
  ​
  ​
  def func(out_pipe, in_pipe):
      in_pipe.close()
      # 关闭复制过来的管道的输入端
      while True:
  ​
          msg = out_pipe.recv()  # 子进程的管道端口接收主进程的数据
          print(msg)
  ​
  ​
  if __name__ == '__main__':
      out_pipe, in_pipe = Pipe()
      Process(target=func, args=(out_pipe, in_pipe)).start()  # 启动子进程
      out_pipe.close()  # 关闭主进程的输出管道端口
      for i in range(20):
          in_pipe.send('hello world!')  # 通过管道的端口向子进程写入
      in_pipe.close()

　　

基于管道实现生产者消费者模型

  from multiprocessing import Process,Pipe
  ​
  import time,random
  ​
  ​
  def consumer(p,name):
      in_pipe,out_pipe=p
      out_pipe.close()
      while True:
          try:
              # time.sleep(random.uniform(0,1))
              baozi=in_pipe.recv()
              print('%s 收到包子:%s' %(name,baozi))
          except EOFError:
              in_pipe.close()
              break
  def producer(p,name):
      in_pipe,out_pipe=p
      in_pipe.close()
      for i in range(10):
          # print(i)
          str ='%s生产的包子%s'%(name,i)
          out_pipe.send(str)
          # time.sleep(1)
      else:
          out_pipe.close()
  if __name__ == '__main__':
      in_pipe,out_pipe=Pipe()
      p = Process(target=producer,args=((in_pipe,out_pipe),'jack'))
  ​
      c1=Process(target=consumer,args=((in_pipe,out_pipe),'c1'))
      c2=Process(target=consumer,args=((in_pipe,out_pipe),'c2'))
      c1.start()
      c2.start()
      p.start()
  ​
      in_pipe.close()
      out_pipe.close()
  ​
      c1.join()
      c2.join()
      print('主进程')
  ​
  # 基于管道实现进程间通信（与队列的方式是类似的，队列就是管道加锁实现的）
  ## 加锁来控制操作管道的行为，来避免进程之间争抢数据造成的数据不安全现象

　　

这里需要加锁来解决数据不安全的情况

  from multiprocessing import Process,Pipe,Lock
  ​
  def consumer(produce, consume,name,lock):
      produce.close()
      while True:
          lock.acquire()
          baozi=consume.recv()
          lock.release()
          if baozi:
              print('%s 收到包子:%s' %(name,baozi))
          else:
              consume.close()
              break
  ​
  def producer(produce, consume,n):
      consume.close()
      for i in range(n):
          produce.send(i)
      produce.send(None)
      produce.send(None)
      produce.close()
  ​
  if __name__ == '__main__':
      produce,consume=Pipe()
      lock = Lock()
      c1=Process(target=consumer,args=(produce,consume,'c1',lock))
      c2=Process(target=consumer,args=(produce,consume,'c2',lock))
      p1=Process(target=producer,args=(produce,consume,30))
      c1.start()
      c2.start()
      p1.start()
      produce.close()
      consume.close()

　　

二、进程间的数据共享manager

使用Manager可以方便的进行多进程数据共享，事实上Manager的功能远不止于此 。Manager支持的类型有list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。

但与管道类似，这里的数据也是不安全的。需要用锁来解决。

  from multiprocessing import Manager,Process
  ​
  def main(dic):
      dic['count'] -= 1
      # print(dic)
  ​
  if __name__ == '__main__':
      m = Manager()#为这个manager类注册存储容器，也就是通过这个manager类实现的共享的变量
      dic=m.dict({'count':100})
      p_lst = []
      for i in range(50):
          p = Process(target=main, args=(dic,))
          p_lst.append(p)
          p.start()
      for p in p_lst:
          p.join()
      print("主进程",dic['count'])

　　

分析：多运行几次可以看到，每次输出的结果都基本是不同的，因此这里还是需要用锁来解决。

  from multiprocessing import Manager,Process,Lock
  ​
  ​
  def main(dic,lock):
  ​
      #     with lock:可以这样写，也可以写成下面的样子
      lock.acquire()
      dic['count'] -= 1
      lock.release()
  ​
  if __name__ == '__main__':
      m = Manager()
      l = Lock()
      dic=m.dict({'count':100})
      p_lst = []
      for i in range(50):
          p = Process(target=main,args=(dic,l))
          p.start()
          p_lst.append(p)
      for i in p_lst: i.join()
      print('主进程',dic)

　　

参考资料

[1]https://segmentfault.com/a/1190000008122273

[2]http://www.th7.cn/system/lin/201605/165994.shtml

[3]https://blog.csdn.net/weixin_39859512/article/details/80898340