[轉載] Python程式——multiprocessing.Event()|Barrier（）

參考連結： Python中的屏障物件Barrier Objects

Event 

event實際上描述的是一種同步的處理事件，可以簡單地理解為，不同的程式之間可以利用一些特殊的處理來等待其他程式處理完畢 

在event類同步處理時，多個程式將擁有用一個event例項，當呼叫wait（）方法是將進入到阻塞狀態，同時會設定阻塞標記為“False”，(待阻塞標記為“True"後才會接觸阻塞狀態），此時另外一個程式可以繼續工作，並且通過set（）方法將阻塞標記設定為“True”,這樣之前阻塞的程式會繼續執行 

import multiprocessing,time,random

def restaurant_handle(event): #餐廳的處理程式

    print("1、【餐廳】為食客安排座位，並在一旁等待食客點餐。。。")

    time.sleep(random.randint(1,3))

    event.set()#解除阻塞狀態

    event.clear()#清除已有的狀態

    event.wait()#等待食客後續處理

 

    print("3、【餐廳】廚師接到選單，開始烹飪美食。。。")

    time.sleep(random.randint(1,3))

    event.set() #解除阻塞狀態

    event.clear()  # 之前的狀態清空

    event.wait()

 

    print("5、【餐廳】收銀臺算正在算賬。。。")

    time.sleep(random.randint(1,3))

    event.set()  # 解除阻塞狀態

    event.clear()  # 之前的狀態清空

    event.wait()

 

    print("7、【餐廳】收銀臺收到錢。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

def diners_hangle(event):#食客的處理程式

    event.wait() #等待之前的第一步完成  兩個程式所以先阻塞，讓另一個執行

 

    print("2、【食客】食客看完選單，選好了自己心儀的美食。。。")

    time.sleep(random.randint(1,3))

    event.set() #解除阻塞狀態

    event.clear()#之前的狀態清空

    event.wait()#繼續等待後續的處理步驟

 

    print("4、【食客】享用豐盛的美食。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

    print("6、【食客】食客吃晚餐走向收銀臺付款。。。")

    time.sleep(random.randint(1,3))

    event.set()

    event.clear()

    event.wait()

 

    print("8、【食客】食客離開")

    event.set()

 

def main():

    event = multiprocessing.Event()#定義一個event同步處理

    restaurant_process = multiprocessing.Process(target=restaurant_handle,args=(event,),name="餐廳服務程式")

    diners_process = multiprocessing.Process(target=diners_hangle,args=(event,),name="食客程式")

    restaurant_process.start()

    diners_process.start()

if __name__ == '__main__':

    main()

 

 

Barrier 

Barrier表示的是一種屏障，當若干個程式沒有達到屏障數量的時候都處於阻塞狀態，一旦達到了屏障數量，那麼將自動解除阻塞狀態並且啟動執行 

建立十二個程式，分為四組，每組達到三個程式是開始執行

 

import multiprocessing,time

def barrier_test():#柵欄處理函式

    print("達到目標數量，進行下一步。。。")

def ready(barrier):

    print("【%s】開始準備。。。"%multiprocessing.current_process().name)

    time.sleep(2)

    barrier.wait()#進入到一個屏障點等待

    print('【%s】程式結束。。。'%multiprocessing.current_process().name)

def main():

    barrier = multiprocessing.Barrier(parties=3,action=barrier_test)#每達到三個程式呼叫處理函式

    #生成12個程式

    process_list =[multiprocessing.Process(target=ready,args=(barrier,),name="程式%s"% item) for item in range(12)]

    for process in process_list:

        process.start()

    for process in process_list:

        process.join()

if __name__ == '__main__':

    main()

 

 

利用這種柵欄的操作可以控制多個程式的同時的併發處理，在程式數量不足的時候才會執行阻塞處理