Python多进程中如何实现全局计数器的更新与共享？

嘿，这个问题我太熟了！进程不像线程那样共享同一内存空间，所以你原来的全局变量在每个进程里都是独立的副本，自然没法同步。不过别担心，multiprocessing模块本身就提供了专门的跨进程共享数据的工具，刚好能匹配你的需求，咱们一步步来改你的代码：

方法一：使用multiprocessing.Value（最适合单个值的共享） #

Value是在共享内存中创建的单个值对象，所有进程都能访问到同一个实例，完美替代你原来的全局计数器。而且它自带了锁，能避免简单的竞态问题（复杂操作还是建议手动加锁）。

修改后的代码如下：

import multiprocessing as mp
import time

def work1(temp):
    while True:
        # 读取Value的值需要用.value属性
        if temp.value == 1:
            print("value is 1")
        else:
            print("value is not 1")
        time.sleep(0.5)  # 加个小延迟，避免打印太快刷屏

def work2(temp):
    while True:
        temp.value += 1
        time.sleep(5)
        temp.value -= 1
        time.sleep(5)

if __name__=='__main__':
    # 创建共享的整数变量，'i'表示类型为整数，初始值0
    temp = mp.Value('i', 0)
    p1 = mp.Process(target=work1, args=(temp,))
    p2 = mp.Process(target=work2, args=(temp,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()

关键说明： #

• mp.Value('i', 0)：第一个参数是类型码，'i'代表整数，其他常用的比如'd'是浮点数；第二个参数是初始值。
• 访问共享变量的值必须用.value属性，不管是读还是写。
• Value内部自带了一把锁，对于temp.value +=1这类操作足够安全，但如果是多步的复杂操作，建议手动加mp.Lock来避免竞态。

方法二：使用multiprocessing.Manager（更灵活，支持复杂数据结构） #

如果你以后需要共享更复杂的对象（比如字典、列表），Manager会是更好的选择。它通过创建一个单独的管理进程来协调所有进程的数据访问，虽然性能比Value稍差，但灵活性拉满。

用Manager改写的示例：

import multiprocessing as mp
import time

def work1(temp_dict):
    while True:
        if temp_dict['count'] == 1:
            print("value is 1")
        else:
            print("value is not 1")
        time.sleep(0.5)

def work2(temp_dict):
    while True:
        temp_dict['count'] += 1
        time.sleep(5)
        temp_dict['count'] -= 1
        time.sleep(5)

if __name__=='__main__':
    with mp.Manager() as manager:
        # 创建共享字典
        temp_dict = manager.dict({'count': 0})
        p1 = mp.Process(target=work1, args=(temp_dict,))
        p2 = mp.Process(target=work2, args=(temp_dict,))
        p1.start()
        p2.start()
        p1.join()
        p2.join()

为什么不推荐用文件共享？ #

你之前尝试的文件读写方案确实问题不少：

• 性能差：磁盘IO速度比内存慢几个数量级，频繁读写会拖垮程序效率。
• 竞态条件：如果两个进程同时读写文件，很可能出现读写到一半的脏数据，需要自己实现复杂的锁机制才能避免。
• 维护麻烦：还要处理文件打开关闭、异常、数据解析等问题，完全没必要舍近求远。

额外提醒：关于锁的重要性 #

虽然Value和Manager的对象自带锁，但如果你的操作是多步的（比如先读值，判断后再修改），还是需要手动加锁来保证原子性。比如：

def work2(temp, lock):
    while True:
        with lock:  # 用上下文管理器自动获取和释放锁
            temp.value += 1
        time.sleep(5)
        with lock:
            temp.value -= 1
        time.sleep(5)

# 主进程里创建锁
lock = mp.Lock()
p2 = mp.Process(target=work2, args=(temp, lock))

这样能确保修改操作不会被其他进程打断，避免数据不一致的问题。

内容的提问来源于stack exchange，提问作者Boudhayan Dev