python基于mysql实现的简单队列以及跨进程锁实例详解

通常在我们进行多进程应用开发的过程中，不可避免的会遇到多个进程访问同一个资源（临界资源）的状况，这时候必须通过加一个全局性的锁，来实现资源的同步访问（即：同一时间里只能有一个进程访问资源）。

举个例子如下：

假设我们用mysql/' target='_blank'>mysql来实现一个任务队列，实现的过程如下：

1. 在MySQL中创建Job表，用于储存队列任务，如下：

create table jobs(  id auto_increment not null primary key,  message text not null,  job_status not null default 0);

message 用来存储任务信息，job_status用来标识任务状态，假设只有两种状态，0：在队列中， 1：已出队列

2. 有一个生产者进程，往job表中放新的数据，进行排队：

insert into jobs(message) values('msg1');

3.假设有多个消费者进程，从job表中取排队信息，要做的操作如下：

select * from jobs where job_status=0 order by id asc limit 1;update jobs set job_status=1 where id = ?; -- id为刚刚取得的记录id

4. 如果没有跨进程的锁，两个消费者进程有可能同时取到重复的消息，导致一个消息被消费多次。这种情况是我们不希望看到的，于是，我们需要实现一个跨进程的锁。

=========================分割线=======================================

说到跨进程的锁实现，我们主要有几种实现方式：

(1)信号量
(2)文件锁fcntl
(3)socket（端口号绑定）
(4)signal
这几种方式各有利弊，总体来说前2种方式可能多一点，这里我就不详细说了，大家可以去查阅资料。

查资料的时候发现mysql中有锁的实现，适用于对于性能要求不是很高的应用场景，大并发的分布式访问可能会有瓶颈.

对此用python/' target='_blank'>python实现了一个demo，如下：

文件名：glock.py

#!/usr/bin/env Python2.7 # # -*- coding:utf-8 -*- # #  Desc  : # import logging, time import MySQLdb class Glock:   def __init__(self, db):     self.db = db   def _execute(self, sql):     cursor = self.db.cursor()     try:       ret = None       cursor.execute(sql)       if cursor.rowcount != 1:         logging.error("Multiple rows returned in mysql lock function.")         ret = None       else:         ret = cursor.fetchone()       cursor.close()       return ret     except Exception, ex:       logging.error("Execute sql \"%s\" failed! Exception: %s", sql, str(ex))       cursor.close()       return None   def lock(self, lockstr, timeout):     sql = "SELECT GET_LOCK('%s', %s)" % (lockstr, timeout)     ret = self._execute(sql)      if ret[0] == 0:       logging.debug("Another client has previously locked '%s'.", lockstr)       return False     elif ret[0] == 1:       logging.debug("The lock '%s' was obtained successfully.", lockstr)       return True     else:       logging.error("Error occurred!")       return None   def unlock(self, lockstr):     sql = "SELECT RELEASE_LOCK('%s')" % (lockstr)     ret = self._execute(sql)     if ret[0] == 0:       logging.debug("The lock '%s' the lock is not released(the lock was not established by this thread).", lockstr)       return False     elif ret[0] == 1:       logging.debug("The lock '%s' the lock was released.", lockstr)       return True     else:       logging.error("The lock '%s' did not exist.", lockstr)       return None #Init logging def init_logging():   sh = logging.StreamHandler()   logger = logging.getLogger()   logger.setLevel(logging.DEBUG)   formatter = logging.Formatter('%(asctime)s -%(module)s:%(filename)s-L%(lineno)d-%(levelname)s: %(message)s')   sh.setFormatter(formatter)   logger.addHandler(sh)   logging.info("Current log level is : %s",logging.getLevelName(logger.getEffectiveLevel())) def main():   init_logging()   db = MySQLdb.connect(host='localhost', user='root', passwd='')   lock_name = 'queue'    l = Glock(db)    ret = l.lock(lock_name, 10)   if ret != True:     logging.error("Can't get lock! exit!")     quit()   time.sleep(10)   logging.info("You can do some synchronization work across processes!")   ##TODO   ## you can do something in here ##   l.unlock(lock_name) if __name__ == "__main__":   main() 

在main函数里：

l.lock(lock_name, 10) 中，10是表示timeout的时间是10秒，如果10秒还获取不了锁，就返回，执行后面的操作。

在这个demo中，在标记TODO的地方，可以将消费者从job表中取消息的逻辑放在这里。即分割线以上的.

2.假设有多个消费者进程，从job表中取排队信息，要做的操作如下：

select * from jobs where job_status=0 order by id asc limit 1;update jobs set job_status=1 where id = ?; -- id为刚刚取得的记录id

这样，就能保证多个进程访问临界资源时同步进行了，保证数据的一致性。

测试的时候，启动两个glock.py, 结果如下：

[@tj-10-47 test]# ./glock.py  2014-03-14 17:08:40,277 -glock:glock.py-L70-INFO: Current log level is : DEBUG 2014-03-14 17:08:40,299 -glock:glock.py-L43-DEBUG: The lock 'queue' was obtained successfully. 2014-03-14 17:08:50,299 -glock:glock.py-L81-INFO: You can do some synchronization work across processes! 2014-03-14 17:08:50,299 -glock:glock.py-L56-DEBUG: The lock 'queue' the lock was released. 

可以看到第一个glock.py是 17:08:50解锁的，下面的glock.py是在17:08:50获取锁的，可以证实这样是完全可行的。

[@tj-10-47 test]# ./glock.py 2014-03-14 17:08:46,873 -glock:glock.py-L70-INFO: Current log level is : DEBUG2014-03-14 17:08:50,299 -glock:glock.py-L43-DEBUG: The lock 'queue' was obtained successfully.2014-03-14 17:09:00,299 -glock:glock.py-L81-INFO: You can do some synchronization work across processes!2014-03-14 17:09:00,300 -glock:glock.py-L56-DEBUG: The lock 'queue' the lock was released.[@tj-10-47 test]#