流程互通

进程间通信是指进程之间的数据交换。为了开发并行应用程序，需要在进程之间交换数据。下图显示了多个子进程之间同步的各种通信机制 -

多种沟通机制

在本节中，我们将了解各种通信机制。机制描述如下 -

队列

队列可以与多进程程序一起使用。多处理模块的 Queue 类与Queue.Queue类类似。因此，可以使用相同的 API。Multiprocessing.Queue为我们提供了一种线程和进程安全的进程间通信的FIFO（先进先出）机制。

例子

下面是一个简单的例子，取自python官方文档中关于多处理的内容，以理解多处理的Queue类的概念。

from multiprocessing import Process, Queue
import queue
import random
def f(q):
   q.put([42, None, 'hello'])
def main():
   q = Queue()
   p = Process(target = f, args = (q,))
   p.start()
   print (q.get())
if __name__ == '__main__':
   main()

输出

[42, None, 'hello']

管道

它是一种数据结构，用于多进程程序中进程之间的通信。Pipe() 函数返回一对通过管道连接的连接对象，默认情况下是双工的（双向）。它以以下方式工作 -

它返回一对代表管道两端的连接对象。
每个对象都有两个方法 - send()和receive()，用于在进程之间进行通信。

例子

下面是一个简单的例子，取自python官方文档中关于多处理的内容，以理解多处理的Pipe()函数的概念。

from multiprocessing import Process, Pipe

def f(conn):
   conn.send([42, None, 'hello'])
   conn.close()

if __name__ == '__main__':
   parent_conn, child_conn = Pipe()
   p = Process(target = f, args = (child_conn,))
   p.start()
   print (parent_conn.recv())
   p.join()

输出

[42, None, 'hello']

经理

管理器是一类多处理模块，它提供了一种协调所有用户之间共享信息的方法。管理器对象控制服务器进程，该进程管理共享对象并允许其他进程操作它们。换句话说，管理器提供了一种创建可以在不同流程之间共享的数据的方法。以下是管理器对象的不同属性 -

管理器的主要属性是控制管理共享对象的服务器进程。
另一个重要的属性是当任何进程修改它时更新所有共享对象。

例子

以下是一个示例，它使用管理器对象在服务器进程中创建列表记录，然后在该列表中添加新记录。

import multiprocessing

def print_records(records):
   for record in records:
      print("Name: {0}\nScore: {1}\n".format(record[0], record[1]))

def insert_record(record, records):
   records.append(record)
      print("A New record is added\n")

if __name__ == '__main__':
   with multiprocessing.Manager() as manager:

      records = manager.list([('Computers', 1), ('Histoty', 5), ('Hindi',9)])
      new_record = ('English', 3)

      p1 = multiprocessing.Process(target = insert_record, args = (new_record, records))
      p2 = multiprocessing.Process(target = print_records, args = (records,))
	  p1.start()
      p1.join()
      p2.start()
      p2.join()

输出

A New record is added

Name: Computers
Score: 1

Name: Histoty
Score: 5

Name: Hindi
Score: 9

Name: English
Score: 3

Manager 中命名空间的概念

Manager 类带有命名空间的概念，这是跨多个进程共享多个属性的快速方法。命名空间不具有任何可以调用的公共方法，但它们具有可写属性。

例子

以下 Python 脚本示例帮助我们利用命名空间在主进程和子进程之间共享数据 -

import multiprocessing

def Mng_NaSp(using_ns):

   using_ns.x +=5
   using_ns.y *= 10

if __name__ == '__main__':
   manager = multiprocessing.Manager()
   using_ns = manager.Namespace()
   using_ns.x = 1
   using_ns.y = 1

   print ('before', using_ns)
   p = multiprocessing.Process(target = Mng_NaSp, args = (using_ns,))
   p.start()
   p.join()
   print ('after', using_ns)

输出

before Namespace(x = 1, y = 1)
after Namespace(x = 6, y = 10)

Ctypes-数组和值

多处理模块提供数组和值对象，用于将数据存储在共享内存映射中。Array是从共享内存分配的 ctypes 数组，Value是从共享内存分配的 ctypes 对象。

要使用，请从多处理导入 Process、Value、Array。

例子

以下 Python 脚本是取自 python 文档的示例，利用 Ctypes Array 和 Value 在进程之间共享一些数据。

def f(n, a):
   n.value = 3.1415927
   for i in range(len(a)):
   a[i] = -a[i]

if __name__ == '__main__':
   num = Value('d', 0.0)
   arr = Array('i', range(10))

   p = Process(target = f, args = (num, arr))
   p.start()
   p.join()
   print (num.value)
   print (arr[:])

输出

3.1415927
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

通信顺序进程 (CSP)

CSP 用于说明系统与具有并发模型的其他系统的交互。CSP是一个通过消息传递编写并发或程序的框架，因此它对于描述并发是有效的。

Python 库 – PyCSP

为了实现 CSP 中的核心原语，Python 有一个名为 PyCSP 的库。它使实现非常简短且可读，因此可以很容易地理解。以下是 PyCSP 的基本流程网络 -

在上面的 PyCSP 进程网络中，有两个进程 - Process1 和 Process 2。这些进程通过两个通道（通道 1 和通道 2）传递消息进行通信。

安装PyCSP

借助以下命令，我们可以安装 Python 库 PyCSP -

pip install PyCSP

例子

以下 Python 脚本是一个并行运行两个进程的简单示例。这是在 PyCSP python libabary 的帮助下完成的 -

from pycsp.parallel import *
import time
@process
def P1():
   time.sleep(1)
   print('P1 exiting')
@process
def P2():
   time.sleep(1)
   print('P2 exiting')
def main():
   Parallel(P1(), P2())
   print('Terminating')
if __name__ == '__main__':
   main()

在上面的脚本中，创建了两个函数P1和P2 ，然后用@process修饰将它们转换为进程。

输出

P2 exiting
P1 exiting
Terminating