Unterschiedliches Verhalten synchronisierter Variablen in verschiedenen Betriebssystemen

Barbara Streisand
Freigeben: 2024-11-10 03:13:02
Original
428 Leute haben es durchsucht

Synchronized 变量在不同操作系统的不同行为

SEO:

  • Der Wert der synchronisierten Python-Variable ändert sich im globalen Kontext nicht
  • Synchronisierter Wert im Hauptprozess nicht geändert
  • Synchronisierter Wert wird nicht zwischen Prozessen geteilt

In der Multiprocessing-Bibliothek von Python gibt es multiprocessing.sharedctypes.synchronized, einen Wrapper-Typ, der zum Teilen von Daten zwischen verschiedenen Prozessen verwendet wird. Standardmäßig wird eine Wiedereintrittssperre RLock verwendet, um die Datenkonsistenz aufrechtzuerhalten. Bevor ich dieses Mal Python neu lernte, verwendete ich Python 3.6. Obwohl ich zu diesem Zeitpunkt einige oberflächliche Kenntnisse der MP-Bibliothek genutzt hatte, hatte ich das unterschiedliche Verhalten von Multiprozessprogrammen auf verschiedenen Betriebssystemen und ihre möglichen Auswirkungen nicht eingehend untersucht.

Beim Studium dieses Mal bin ich auf ein Problem gestoßen: Wenn ich mit Python 3.12 auf dem macOS-System eine Variable multiprocessing.sharedctypes.Value im globalen Kontext erstelle und in einem neuen Prozess auf diese Variable zugreife, ist ihr Wert nicht synchronisiert zwischen verschiedenen Prozessen gepflegt werden. Nach einem Gespräch mit Lehrer Eric Greene stellte ich fest, dass sich seit Python 3.8 die Art und Weise, neue Prozesse in verschiedenen Betriebssystemen zu erstellen, geändert hat:

  • Linux-Systeme verwenden immer Fork, um neue Prozesse zu erstellen. Während der Verzweigung werden alle Ressourcen des übergeordneten Prozesses vom untergeordneten Prozess geerbt, sodass der untergeordnete Prozess auch auf die global im übergeordneten Prozess definierten Synchronisationsvariablen zugreifen kann, sodass die Datenkonsistenz erhalten bleibt
  • Windows-Systeme verwenden immer Spawn, eine Methode zum Erstellen eines neuen Python-Interpreterprozesses zur Implementierung von Multi-Processing. Dies ist gleichbedeutend damit, Python „mehr zu öffnen“, sodass mehr Overhead und geringere Effizienz entstehen, aber dies ist eine Einschränkung des Windows-Systems selbst. In diesem Fall erbt der untergeordnete Prozess nur die Ressourcen, die die run()-Methode des übergeordneten Prozesses benötigt, um den neuen Prozess zu starten.
  • Das macOS-System verwendete Fork vor Python 3.8 und wurde dann zu Spawn geändert, sodass sich einige Verhaltensweisen bei mehreren Prozessen geändert haben. (macOS kann weiterhin auf die Verwendung von Fork eingestellt werden, Python wird jedoch nicht offiziell empfohlen)

Da in meinem Beispiel die Synchronized-Variable global im übergeordneten Prozess deklariert ist, wird sie auf Windows- und macOS-Systemen nicht vom untergeordneten Prozess geerbt, sodass die Werte zwischen verschiedenen Prozessen auf Linux-Systemen unterschiedlich sind Alle Ressourcen des übergeordneten Prozesses werden geerbt, sodass der untergeordnete Prozess seinen Wert ändern kann.

Dies verursachte das Phänomen, das ich sah: Die globalen Synchronisierungsvariablen meines Codes unter macOS änderten sich nicht, während die Linux-Systeme anderer Leute normal liefen und die Variablen zwischen allen Prozessen synchronisiert wurden.

Referenzlektüre:

  • https://docs.python.org/3/library/multiprocessing.html#contexts-and-start-methods
  • https://docs.python.org/3/library/multiprocessing.html#multiprocessing.sharedctypes.synchronized

Das obige ist der detaillierte Inhalt vonUnterschiedliches Verhalten synchronisierter Variablen in verschiedenen Betriebssystemen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:dev.to
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Neueste Artikel des Autors
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage