Python的多进程模块提供了在所有的用户间管理共享信息的管理者(Manager)。一个管理者对象控制着持有Python对象的服务进程，并允许其它进程操作共享对象。
管理者有以下特性：
- 它控制着管理共享对象的服务进程
- 它确保当某一进程修改了共享对象之后，所有的进程拿到额共享对象都得到了更新
1. 如何做…
下面来看一个再进程之间共享对象的例子：
- 首先，程序创建了一个管理者的字典，在
n个taskWorkers之间共享，每个worker更新字典的某一个index。 - 所有的worker完成之后，新的列表打印到
stdout:import multiprocessing def worker(dictionary, key, item): dictionary[key] = item print("key = %d value = %d" % (key, item)) if __name__ == '__main__': mgr = multiprocessing.Manager() dictionary = mgr.dict() jobs = [multiprocessing.Process(target=worker, args=(dictionary, i, i*2)) for i in range(10)] for j in jobs: j.start() for j in jobs: j.join() print('Results:', dictionary) -
译者注: 源代码中少了一行print，译者加上了，能得到和书中输出一样的结果
- 运行结果如下：
$ python manager.py key = 0 value = 0 key = 3 value = 6 key = 2 value = 4 key = 1 value = 2 key = 4 value = 8 key = 5 value = 10 key = 8 value = 16 key = 6 value = 12 key = 7 value = 14 key = 9 value = 18 Results: {0: 0, 3: 6, 2: 4, 1: 2, 4: 8, 5: 10, 8: 16, 6: 12, 7: 14, 9: 18}
2. 讨论
我们在先声明了一个manager：
mgr = multiprocessing.Manager()
下面一行创建了 dictionary 类型的一个数据结构：
dictionary = mgr.dict()
然后，启动多进程：
jobs = [multiprocessing.Process(target=worker, args=(dictionary, i, i*2)) for i in range(10)]
for j in jobs:
j.start()
这里，目标函数 taskWorker 往字典中添加一个item：
def worker(dictionary, key, item):
dictionary[key] = item
最后，我们得到字典所有的值并打印出来：
for j in jobs:
j.join()
print('Results:', dictionary)