多处理- get_lock与Lock

Question

在搜索有关共享多处理变量的信息时，我注意到有两种方法可以更新共享多处理变量：

# Our shared variable
total_uploaded_files = multiprocessing.Value('I', 0)
lock = multiprocessing.Lock()

# Method A
def my_multiprocessing_worker():
    global total_uploaded_files
    # do stuff ...
    with total_uploaded_files.get_lock():
        # increment shared counter
        total_uploaded_files.value += 1

# Method B
def my_multiprocessing_worker():
    global total_uploaded_files, lock
    # do stuff ...
    with lock:
        # increment shared counter
        total_uploaded_files.value += 1

有什么区别，应该选择哪种方法来实现多处理计数器，例如。

谢谢

Answer 1

使用get_lock()方法的multiprocessing.Value意味着使用对象的代码不需要关心Lock的源(因为它可以自动创建或在创建Value实例时显式传递)。

另一方面，有些人可能认为方法B更明确，因此认为它是更好的方法。

更重要的是，考虑另一种“混合”的可能性：

from contextlib import contextmanager

# Method C
@contextmanager
def locked(value):
    with value.get_lock():
        yield

def my_multiprocessing_worker():
    global total_uploaded_files
    # do stuff ...
    with locked(total_uploaded_files):
        # increment shared counter
        total_uploaded_files.value += 1

所以，在我看来，底线是，它最终只是一个选择的问题和首选的编程风格.