通過剛剛的學習，我們千方百計實現了程序的異步，讓多個任務可以同時在幾個進程中并發處理，他們之間的運行沒有順序，一旦開啟也不受我們控制。盡管并發編程讓我們能更加充分的利用IO資源，但是也給我們帶來了新的問題： 當多個進程使用同一份數據資源的時候，就會引發數據安全或順序混亂問題。

一、多進程搶占輸出資源

          
            import os
import time
import random
from multiprocessing import Process

def work(n):
    print('%s: %s is running' %(n,os.getpid()))
    time.sleep(random.random())
    print('%s:%s is done' %(n,os.getpid()))

if __name__ == '__main__':
    for i in range(3):
        p=Process(target=work,args=(i,))
        p.start()
          
        

二、使用鎖維護執行順序

          
            # 由并發變成了串行,犧牲了運行效率,但避免了競爭
import os
import time
import random
from multiprocessing import Process,Lock

def work(lock,n):
    lock.acquire()
    print('%s: %s is running' % (n, os.getpid()))
    time.sleep(random.random())
    print('%s: %s is done' % (n, os.getpid()))
    lock.release()
if __name__ == '__main__':
    lock=Lock()
    for i in range(3):
        p=Process(target=work,args=(lock,i))
        p.start()
          
        

上面這種情況雖然使用加鎖的形式實現了順序的執行， 但是程序又重新變成串行了， 這樣確實會浪費了時間，卻保證了數據的安全。

接下來，我們以模擬搶票為例，來看看數據安全的重要性。

三、多進程同時搶購余票

          
            # 文件db的內容為：{"count":1}
# 注意一定要用雙引號，不然json無法識別
# 并發運行，效率高，但競爭寫同一文件，數據寫入錯亂
from multiprocessing import Process,Lock
import time,json,random
def search():
    dic=json.load(open('db'))
    print('剩余票數%s' %dic['count'])

def get():
    dic=json.load(open('db'))
    time.sleep(0.1)  # 模擬讀數據的網絡延遲
    if dic['count'] >0:
        dic['count']-=1
        time.sleep(0.2)  # 模擬寫數據的網絡延遲
        json.dump(dic,open('db','w'))
        print('購票成功')

def task():
    search()
    get()

if __name__ == '__main__':
    for i in range(100):  # 模擬并發100個客戶端搶票
        p=Process(target=task)
        p.start()
          
        

四、使用鎖來保證數據安全

          
            # 文件db的內容為：{"count":5}
# 注意一定要用雙引號，不然json無法識別
# 并發運行，效率高，但競爭寫同一文件，數據寫入錯亂
from multiprocessing import Process,Lock
import time,json,random
def search():
    dic=json.load(open('db'))
    print('剩余票數%s' %dic['count'])

def get():
    dic=json.load(open('db'))
    time.sleep(random.random())  # 模擬讀數據的網絡延遲
    if dic['count'] >0:
        dic['count']-=1
        time.sleep(random.random())  # 模擬寫數據的網絡延遲
        json.dump(dic,open('db','w'))
        print('購票成功')
    else:
        print('購票失敗')

def task(lock):
    search()
    lock.acquire()
    get()
    lock.release()

if __name__ == '__main__':
    lock = Lock()
    for i in range(100):  # 模擬并發100個客戶端搶票
        p=Process(target=task,args=(lock,))
        p.start()
          
        

加鎖可以保證多個進程修改同一塊數據時，同一時間只能有一個任務可以進行修改，即串行的修改， 沒錯，速度是慢了，但犧牲了速度卻保證了數據安全。

雖然可以用文件共享數據實現進程間通信，但問題是：

1. 效率低（共享數據基于文件，而文件是硬盤上的數據）
2. 需要自己加鎖處理

因此我們最好找尋一種解決方案能夠兼顧：

1. 效率高（多個進程共享一塊內存的數據）
2. 幫我們處理好鎖問題。這就是mutiprocessing模塊為我們提供的基于消息的IPC通信機制：隊列和管道。

隊列和管道都是將數據存放于內存中，隊列又是基于（管道+鎖）實現的，可以讓我們從復雜的鎖問題中解脫出來， 我們應該盡量避免使用共享數據，盡可能使用消息傳遞和隊列， 避免處理復雜的同步和鎖問題，而且在進程數目增多時，往往可以獲得更好的可獲展性。