


Unterschiedliches Verhalten synchronisierter Variablen in verschiedenen Betriebssystemen
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!

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung

VSCode Windows 64-Bit-Download
Ein kostenloser und leistungsstarker IDE-Editor von Microsoft

WebStorm-Mac-Version
Nützliche JavaScript-Entwicklungstools