python – 使用线程和进程并发写入同一文件

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 使用线程和进程并发写入同一文件，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1839字，纯文字阅读大概需要3分钟。

内容图文

什么是正确的解决方案,以确保在使用许多线程和进程时文件永远不会被破坏.

线程版本,关心打开错误.

lock = threading.RLock()
with lock:
   try:
     f = open(file, 'a')
     try:
        f.write('sth')
     finally:
        f.close() # try close in any circumstances if open passed
   except:
     pass # when open failed

对于进程,我猜必须使用multiprocessing.Lock

但如果我想要2个进程,并且第一个进程拥有2个线程(每个进程使用一个文件)

只有理论,但我想知道如何将同步与线程和进程混合.
线程是否从进程“继承”它,所以只需要进程之间的同步？

2.我不确定上面的代码是否需要嵌套尝试,以防写入失败,我们想要关闭打开的文件(如果在锁定释放后它将保持打开状态)

解决方法:

虽然从the docs开始并不完全清楚,但多处理同步原语实际上也会同步线程.

例如,如果您运行此代码：

import multiprocessing
import sys
import threading
import time

lock = multiprocessing.Lock()

def f(i):
    with lock:
        for _ in range(10):
            sys.stderr.write(i)
            time.sleep(1)

t1 = threading.Thread(target=f, args=['1'])
t2 = threading.Thread(target=f, args=['2'])
t1.start()
t2.start()
t1.join()
t2.join()

…输出将始终为1111111111222222222或22222222221111111111,而不是两者的混合.

这些锁是在Windows上的Win32内核同步对象,支持它们的POSIX平台上的信号量,以及其他平台上根本没有实现的. (您可以使用import multiprocessing.semaphore对其进行测试,这将在其他平台上引发ImportError,如文档中所述.)

话虽这么说,只要你总是以正确的顺序使用它们,就可以安全地拥有两级锁 – 也就是说,永远不要抓住threading.Lock,除非你能保证你的进程有多处理.锁.

如果你巧妙地这样做,它可以带来性能上的好处. (Windows上和某些POSIX平台上的跨进程锁可能比进程内锁慢几个数量级.)

如果你只是以明显的方式做到这一点(只有使用threadlock：在processlock：blocks里面),它显然不会有助于提高性能,实际上会减慢一点(虽然可能不足以测量),以及它不会增加任何直接的好处.当然,你的读者会知道你的代码是正确的,即使他们不知道多线程锁在线程之间工作,并且在某些情况下调试进程内死锁比调试进程间死锁要容易得多……但我不认为在大多数情况下,这些都是足够复杂的原因.

内容总结

以上是互联网集市为您收集整理的python – 使用线程和进程并发写入同一文件全部内容，希望文章能够帮你解决python – 使用线程和进程并发写入同一文件所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端