如何在 Python 中的多个异步进程之间进行同步?
Posted
技术标签:
【中文标题】如何在 Python 中的多个异步进程之间进行同步?【英文标题】:How to synchronize between multiple async processes in Python? 【发布时间】:2020-11-18 18:12:59 【问题描述】:我有一个使用 fastapi 的异步 http web 服务。我在不同端口上的服务器上运行同一服务的多个实例,并且前面有一个 nginx 服务器,因此我可以全部使用它们。我有一个特定的资源,我需要保护它只有一个客户在访问它。
@app.get("/do_something")
async def do_something():
critical_section_here()
我尝试使用这样的文件锁来保护这个关键部分:
@app.get("/do_something")
async def do_something():
with FileLock("dosomething.lock"):
critical_section()
这将防止多个进程同时进入临界区。但我发现这实际上会死锁。考虑以下事件:
-
客户端1连接到8000端口并进入临界区
当客户端 1 仍在使用资源时,客户端 2 被路由到同一个端口 8000,然后它会尝试获取文件锁,它不能,所以它会继续尝试,这将阻止客户端 1 和客户端的执行1 将永远无法释放文件锁,这意味着不仅此进程被锁定,所有其他服务器实例也将被锁定。
有没有办法让我协调这些进程,使它们中只有一个访问关键部分?我想过给文件锁加一个超时,但我真的不想拒绝用户,我只想等到轮到他/她进入临界区。
【问题讨论】:
【参考方案1】:你可以试试这样的:
import fcntl
from contextlib import asynccontextmanager
from fastapi import FastAPI
app = FastAPI()
def acquire_lock():
f = open("/tmp/test.lock", "w")
fcntl.flock(f, fcntl.LOCK_EX)
return f
@asynccontextmanager
async def lock():
loop = asyncio.get_running_loop()
f = await loop.run_in_executor(None, acquire_lock)
try:
yield
finally:
f.close()
@app.get("/test/")
async def test():
async with lock():
print("Enter critical section")
await asyncio.sleep(5)
print("End critical section")
它基本上会序列化你的所有请求。
【讨论】:
遗憾的是,这是唯一的方法。遗憾的是它必须涉及线程,但是没有线程或忙循环根本无法等待flock()
。 (非阻塞flock()
只能用于测试;不能将锁与文件描述符相关联,以便将其与事件循环集成。)【参考方案2】:
您可以通过使用多处理queue 来避免该问题。每次新客户端连接时,您都会将请求(可以表示为新对象)添加到队列中。然后,您创建一个服务器进程,一次处理一个请求。 Here你可以找到这样一个场景的简单实现。
【讨论】:
OP 在使用多处理队列时会遇到完全相同的问题,因为在这样的队列上等待是一个阻塞操作,会导致死锁,如问题中所述。此外,multiprocessing.Queue
在由一个多处理实例启动的进程之间工作,而不是在完全不相关的 Python 进程之间工作,我理解 OP 正在拥有这些进程。【参考方案3】:
你可以使用aioredlock。
它允许您在工作人员(进程)之间创建分布式锁。有关其用法的更多信息,请点击上面的链接。
redlock
算法是 Redis 的分布式锁实现。它有多种语言的许多实现。在这种情况下,这是 python 3.5+ 的asyncio
兼容实现。
使用示例:
# Or you can use the lock as async context manager:
try:
async with await lock_manager.lock("resource_name") as lock:
assert lock.valid is True
# Do your stuff having the lock
await lock.extend() # alias for lock_manager.extend(lock)
# Do more stuff having the lock
assert lock.valid is False # lock will be released by context manager
except LockError:
print('Lock not acquired')
raise
【讨论】:
以上是关于如何在 Python 中的多个异步进程之间进行同步?的主要内容,如果未能解决你的问题,请参考以下文章