如何在 Python 中进行跨进程跨脚本同步
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何在 Python 中进行跨进程跨脚本同步相关的知识,希望对你有一定的参考价值。
既然是两个脚本,想必就是两个 python 进程了IPC 的话基本没有简单的解决方案= =
基本上简单的就是文件和端口了吧= =
跨平台的话,像你说的 Windows 有 mutex 的接口,但是 Linux 还有 mmap 呢,不过这两个都不能算跨平台了 参考技术A 这里有现成的同步方法。很多。建议你试试rpy,简单足够用。 不过如果你用multiprocessing可以直接用queue。 以前还用过共享内存。SOCKET,文件,管道等。本回答被提问者采纳
深入解读Redis分布式锁
之前码甲哥写了两篇有关线程安全的文章:
- 你管这叫线程安全?
- .NET八股文:线程同步技术解读
分布式锁是"线程同步"的延续
最近首度应用"分布式锁",现在想想,分布式锁不是孤立的技能点,这其实就是跨主机的线程同步。
进程内 | 跨进程 | 跨主机 |
---|---|---|
Lock/Monitor、SemaphoreSlim | Metux、Semaphore | 分布式锁 |
用户态线程安全 | 内核态线程安全 |
单机服务器可以通过共享某堆内存来标记上锁/解锁,线程同步说到底是建立在单机操作系统的用户态/内核态对共享内存的访问控制。
而分布式服务器不是在同一台机器上:跨主机,因此需要将内存标记存储在所有机器进程都能看到的地方。
在开发很多业务场景会使用到锁,例如库存控制,抽奖等。
例如库存只剩1个商品,有三个用户同时打算购买,谁先购买库存立即清零,不能让其他二人也购买成功。
解读分布式锁
我们常说的线程安全、线程同步方案,包括此次的分布式锁都是基于“多线程/多进程对特定资源有更新操作”。
基本考量:
- 分布式系统,一个锁在同一时间只能被一个服务器获取 (这是分布式锁的基础)
- 具备锁失效机制,防止死锁 (防止某些意外,锁没有得到释放,那别人也无法得到锁)
Redis SET resource-name anystring NX EX max-lock-time
是一种最简单的分布式锁实现方案。
SET 命令支持多个参数:
- EX seconds-- 设置过期时间(s)
- NX -- 如果key不存在,则设置
......
因为SET命令参数可以替代SETNX,SETEX,GETSET,这些命令在未来可能被废弃。
上面的命令返回OK(或经过重试),客户端就获取到这个锁;
使用DEL
命令解锁;
到达超时时间会自动释放锁。
在解锁时,增加一些设计,让系统更加健壮:
- 不要使用固定的String值,而是使用一个不易被猜中的随机值, 业内称为
token
- 不使用DEL命令释放锁,而是发送script去移除key
第3、4点是为了解决 :“锁提前过期,客户端A还没有执行完,然后客户端B获取了锁,这时客户端A执行完了,会不会再删锁的时候把B的锁给删掉” -- 4是3技术上的推荐实现。
脚本如下:
if redis.call("get",KEYS1] ==ARGV[1])
then
return redis.call("DEL",KEYS[1])
else
return 0
end
下面使用StackExchange.Redis 写了基于以上考量的代码示例:
/// <summary>
/// Acquires the lock.
/// </summary>
/// <param name="key"></param>
/// <param name="token">随机值</param>
/// <param name="expireSecond"></param>
/// <param name="waitLockSeconds">非阻塞锁</param>
static bool Lock(string key, string token,int expireSecond=10, double waitLockSeconds = 0)
{
var waitIntervalMs = 50;
bool isLock;
DateTime begin = DateTime.Now;
do
{
isLock = Connection.GetDatabase().StringSet(key, token, TimeSpan.FromSeconds(expireSecond), When.NotExists);
if (isLock)
return true;
//不等待锁则返回
if (waitLockSeconds == 0) break;
//超过等待时间,则不再等待
if ((DateTime.Now - begin).TotalSeconds >= waitLockSeconds) break;
Thread.Sleep(waitIntervalMs);
} while (!isLock);
return false;
}
/// <summary>
/// Releases the lock.
/// </summary>
/// <returns><c>true</c>, if lock was released, <c>false</c> otherwise.</returns>
/// <param name="key">Key.</param>
/// <param name="value">value</param>
static bool UnLock(string key, string value)
{
string lua_script = @"
if (redis.call(\'GET\', KEYS[1]) == ARGV[1]) then
redis.call(\'DEL\', KEYS[1])
return true
else
return false
end
";
try
{
var res = Connection.GetDatabase().ScriptEvaluate(lua_script,
new RedisKey[] { key },
new RedisValue[] { value });
return (bool)res;
}
catch (Exception ex)
{
Console.WriteLine($"ReleaseLock lock fail...{ex.Message}");
return false;
}
}
private static Lazy<ConnectionMultiplexer> lazyConnection = new Lazy<ConnectionMultiplexer>(() =>
{
ConfigurationOptions configuration = new ConfigurationOptions
{
AbortOnConnectFail = false,
ConnectTimeout = 5000,
};
configuration.EndPoints.Add("10.100.219.9", 6379);
return ConnectionMultiplexer.Connect(configuration.ToString());
});
public static ConnectionMultiplexer Connection => lazyConnection.Value;
以上代码新增了第五点考量:
- 为避免无限制抢锁,增加了非阻塞锁: 轮询_s等待锁,未等到则不再抢锁
使用方式:
下面并行开启三个任务,减少库存:
static void Main(string[] args)
{
// 尝试并行执行3个任务
Parallel.For(0, 3, x =>
{
string token = $"loki:{x}";
bool isLocked = Lock("loki", token, 5, 10);
if (isLocked)
{
Console.WriteLine($"{token} begin reduce stocks (with lock) at {DateTime.Now}.");
Thread.Sleep(1000);
Console.WriteLine($"{token} release lock {UnLock("loki", token)} at {DateTime.Now}. ");
}
else
{
Console.WriteLine($"{token} begin reduce stocks at {DateTime.Now}.");
}
});
}
输出总结
本文从基础的线程安全,八卦文线程同步,延伸到跨主机的资源线程/进程安全, 其中演示了利用RedisSET命令
做分布式锁的设计方案,虽然是面试八股文,我们依旧需要仔细揣摩Redis Lock的细节考量。
以上是关于如何在 Python 中进行跨进程跨脚本同步的主要内容,如果未能解决你的问题,请参考以下文章
在托管进程中使用 EventWaitHandle 和在非托管进程中使用 WaitForSingleObject 进行跨进程同步