1. 互斥锁
当多个进程抢占同一数据时，将数据加锁，使进程按串行的方式去获取数据，先到先得，保证了公平、数据的安全。
lock.acquire() # 加锁
lock.release() # 释放
死锁：连续lock.acquice() 多次，会阻塞进程。
# 模拟三个用户使用同一个打印机打印。
from multiprocessing import Process
from multiprocessing import Lock # 导入互斥锁
import os
import time
import random
import sys
def task1(lock):
lock.acquire() # 加锁
print(f'task1-{os.getpid()}开始打印！')
time.sleep(random.randint(1,3))
print(f'task1-{os.getpid()}打印结束！')
lock.release() # 解锁释放
def task2(lock):
lock.acquire()
print(f'task2-{os.getpid()}开始打印！')
time.sleep(random.randint(1,3))
print(f'task2-{os.getpid()}打印结束！')
lock.release()
def task3(lock):
lock.acquire()
print(f'task3-{os.getpid()}开始打印！')
time.sleep(random.randint(1,3))
print(f'task3-{os.getpid()}打印结束！')
lock.release()
if __name__ == '__main__':
mutex = Lock()
for i in range(1,4):
p = Process(target=getattr(sys.modules[__name__], f'task{i}'), args=(mutex,))
p.start()
# 优化，多个用户打印
from multiprocessing import Process
from multiprocessing import Lock
import os
import time
import random
def task(lock, i):
lock.acquire()
print(f'用户{i}：{os.getpid()}开始打印！')
time.sleep(random.randint(1,3))
print(f'用户{i}：{os.getpid()}打印结束！')
lock.release()
if __name__ == '__main__':
mutex = Lock()
for i in range(1,5):
p = Process(target=task, args=(mutex, i))
p.start()
Lock与join对比：
相同点：都可以把并发变成串行，保证了顺序。
不同点：join是人为设定的顺序；Lock是让其竞争顺序，保证公平性。
2. 进程之间的通信
进程在内存级别是隔离的，但是文件在磁盘上是共享的。
2.1 基于文件的通信
当多个进程共同争抢一个数据、资源时，如果要保证顺序、数据的安全，必须要串行。
缺点：效率低；需人为加锁容易出现死锁。
# 模拟抢票系统，5个用户抢1张票。（查票时是并发的，但购票时是串行的）
# 文件ticket_json 中写入{"count":1}
from multiprocessing import Process
from multiprocessing import Lock
import time
import os
import random
import json
def search(): # 查看余票
time.sleep(random.random())
with open('ticket_json','r', encoding='utf-8') as f1:
dic = json.load(f1)
print(f'{os.getpid()}查看余票：{dic["count"]}')
def paid(): # 购票
with open('ticket_json','r', encoding='utf-8') as f1:
dic = json.load(f1)
if dic["count"] > 0:
dic["count"] -= 1
time.sleep(random.randint(1,2))
with open('ticket_json','w', encoding='utf-8') as f2:
json.dump(dic,f2)
print(f'{os.getpid()}购票成功！')
else:
print(f"{os.getpid()}:已没票！")
def task(lock): # 子进程
search()
lock.acquire() #购票加锁
paid()
lock.release()
if __name__ == '__main__':
mutex = Lock()
for i in range(6): # 5个用户抢1张票
p = Process(target=task, args=(mutex,))
p.start()
2.2 基于队列的通信
队列：存在于内存，可以理解是一个容器。可以承载一些数据。
特性：先进先出，FIFO。效率较快。
from multiprocessing import Queue
def func():
print('is func')
class Q:
pass
obj = Q()
q = Queue(4) # 最大承载4个数据
q.put(1) #添加数据到队列中
q.put([2])
q.put(func)
q.put(obj)
#q.put(111) # 超出会阻塞
for i in range(5):
print(q.get()) # 依次取出数据，当没数据时，再get会阻塞
# 队列Queue中的一些方法、参数 q = Queue(n) # maxsize = n 最大承载n个数据 q.qsize() # 获取队列的元素个数 q.empty() # 判断队列是否为空 q.full() # 判断队列是否已满 put(self, obj, block=True, timeout=None) get(self, block=True, timeout=None) # 队列满时，再put会阻塞，直到某个进程get()数据时，会添加进去。 # 队列没数据时，再get会阻塞，直到某个进程put()数据时，会取出。 block = True : 默认阻塞。当写block=False时，只有遇到阻塞就会报错。 q.put(11,block=False) # 当队列满时，会报错 q.get(block=False) # 当队列满无数据时时，会报错 timeout = 3 # 阻塞3秒，3秒后还是阻塞状态就会报错。
# 用队列购票
from multiprocessing import Process
from multiprocessing import Queue
import os
import time
import random
def search(q): # 查看余票
print(f"用户-{os.getpid()}查看余票：{q.qsize()}票")
def paid(q): # 购票
if q.qsize() > 0:
q.get()
print(f"用户-{os.getpid()},购票成功")
else:
print(f"用户-{os.getpid()},购票失败")
def task(q):
search(q)
time.sleep(random.random()) # 网络延迟
paid(q)
if __name__ == '__main__':
q = Queue(10)
for i in range(3): # 3张票
q.put(1)
for i in range(5): # 5个用户
p = Process(target=task, args=(q,))
p.start()
3. 生产者消费者模型
模型三要素：
1. 生产者：产生数据
- 消费者：接收数据做进一步的处理
- 队列：缓冲作用，平衡生产力、消费力，解耦
from multiprocessing import Process
from multiprocessing import Queue
import time
import random
def priducer(q,name):
for i in range(1,6):
time.sleep(random.random())
q.put(f"第{i}个产品")
print(f"{name}生产了第{i}个产品！")
def consumer(q,name):
while 1:
try:
f = q.get(timeout=2)
time.sleep(random.randint(1,2))
print(f"\033[34;0m{name}使用了{f}\033[0m")
except Exception:
return
if __name__ == '__main__':
q = Queue()
p1 = Process(target=priducer, args=(q, 'meet'))
p2 = Process(target=consumer, args=(q, 'alex'))
p1.start()
p2.start()