为什么我在从不同的过程中读取文件时遇到竞争条件？

Posted 2021-04-13

我正在尝试阅读包含6000行相同长度的大文本文件。文件可以通过不同的过程访问，我获取互斥锁以防止竞争条件。但输出包含部分读取行：

58 '444444444444444444444444444444444444444444444444444444444
'
58 '333333333333333333333333333333333333333333333333333333333
'
46 '444444444444444444444444442222222222222222222
'
58 '444444444444444444444444444444444444444444444444444444444
'

代码我试图运行：

import multiprocessing as mp

class Loader:
    def __init__(self, path):
        self.lock = mp.Lock()
        self.file = open(path, 'r')

    def read(self):
        with self.lock:
            try:
                line = next(self.file)
                print(len(line), repr(line))
            except StopIteration:
                return False
        return True


def worker(loader):
    while loader.read():
        pass

if __name__ == '__main__':
    loader = Loader('./data.txt')

    workers = []
    for i in range(4):
        w = mp.Process(target=worker, args=(loader,))
        w.daemon = True
        w.start()
        workers.append(w)

    for w in workers:
        w.join()

首先，我希望在将file描述符复制到另一个进程时会出错，但程序已启动，所有进程都可以从该文件中读取。但是竞争条件让我灰心丧气，为什么每个过程都不​​读全线？

答案

您无法复制文件对象，因为您不复制任何内容（通常意义上的）。您正在使用（Unix）默认的fork技术，因此每个进程都会继承（写入时复制版本）相同的打开文件。

所以（正如VPfB指出的那样）每个进程都有自己的缓冲，但底层的打开文件描述是共享的，并且包含文件偏移量。如果您在开始进程之前读取了一个字符，您会看到它们在发散之前报告了相同的文件前缀（并混合了行）。