python 多进程共享全局变量之Manager()详解
Manager支持的类型有
list,dict,Namespace,Lock,RLock,Semaphore,BoundedSemaphore,Condition,Event,Queue,Value和Array。
但当使用Manager处理list、dict等可变数据类型时,需要注意一个陷阱,即Manager对象无法监测到它引用的可变对象值的修改,需要通过触发__setitem__方法来让它获得通知。
而触发__setitem__方法比较直接的办法就是增加一个中间变量,如同在C语言中交换两个变量的值一样:
int a=1;int b=2;int tmp=a;a=b;b=tmp;
python例子:
from multiprocessing import Manager,Process
def test_manager():
m[0]['id'] = 2
m = Manager().list()
m.append({"id":1})
p = Process(target=test_manager)
p.start()
p.join()
print m[0]
执行结果:
{"id":1}
并未改变
修改test_manager()
def test_manager():
tmp = m[0]
tmp{"id"} = 2
m[0] = tmp
此时执行结果即为:
{"id":2}
另外,对于Process需注意对象要可被序列化pickle
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
python中playwright结合pytest执行用例的实现
本文主要介绍了python中playwright结合pytest执行用例的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2021-12-12
Python 访问限制 private public的详细介绍
在一个模块中,我们可能会定义很多函数和变量。这篇文章主要介绍了Python 访问限制 private public的详细介绍,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧2018-10-10
python编程-将Python程序转化为可执行程序[整理]
python编程-将Python程序转化为可执行程序[整理]...2007-04-04
yolov5训练时参数workers与batch-size的深入理解
最近再学习YOLOv3与YOLOv5训练数据集的具体步骤,几经波折终于实现了很好的效果,这篇文章主要给大家介绍了关于yolov5训练时参数workers与batch-size的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-03-03


最新评论