multiprocessing共享数据加锁简单示例

好的，我能够回答你的问题。以下是一个简单的Python程序示例，该程序使用multiprocessing共享数据，并在多个进程之间进行加锁以确保数据同步。

import multiprocessing

def deposit(balance, lock):
    for i in range(100):
        lock.acquire() # 获取锁
        balance.value = balance.value + 1 # 修改共享变量
        lock.release() # 释放锁

def withdraw(balance, lock):
    for i in range(100):
        lock.acquire() # 获取锁
        balance.value = balance.value - 1 # 修改共享变量
        lock.release() # 释放锁

if __name__ == '__main__':
    balance = multiprocessing.Value('i', 100) # 共享变量：余额
    lock = multiprocessing.Lock() # 创建锁
    
    # 创建两个进程
    p1 = multiprocessing.Process(target=deposit, args=(balance, lock))
    p2 = multiprocessing.Process(target=withdraw, args=(balance, lock))
    
    # 启动进程
    p1.start()
    p2.start()
    
    # 等待进程结束
    p1.join()
    p2.join()
    
    # 输出最终余额
    print("Final balance:", balance.value)

在这个程序中，我们创建了一个共享变量`balance`（即余额），并通过`multiprocessing.Value`函数将其设为`Value`类型（该类型允许多个进程访问和修改它）。然后，我们创建了一个`multiprocessing.Lock`锁。在进程`deposit`和`withdraw`中，我们分别执行100次增加和减少余额的操作，并在每一次修改`balance`前使用`lock.acquire()`获取锁。只有当该进程成功获取到锁后才能修改`balance`。在操作完成后，使用`lock.release()`释放锁，以允许其他进程进行修改。最后，我们启动两个进程同时对`balance`进行修改，并使用`p1.join()`和`p2.join()`等待它们执行完毕。最后输出最终的余额值。

这就是一个简单的multiprocessing共享数据加锁的示例。希望能够帮助到你！