Как потоки/процессы обмениваются данными (очереди, общие ресурсы)?

1. Для потоков (threading):

• Общая память: Потоки одного процесса могут читать/писать в одни переменные.

• Риск: Гонка данных (race condition), когда несколько потоков меняют данные одновременно.

• Решение: Использовать Lock или RLock.

  from threading import Thread, Lock
  counter = 0
  lock = Lock()
  
  def increment():
      	global counter
      	with lock:  # Блокируем доступ
          	counter += 1
  
  threads = [Thread(target=increment) for _ in range(100)]
  for t in threads: t.start()
  for t in threads: t.join()
  print(counter)  # 100

2. Для процессов (multiprocessing):

• Очередь (Queue): Безопасный способ обмена данными.

  from multiprocessing import Process, Queue
  
  def worker(q):
      	q.put("Данные из процесса")
  
  q = Queue()
  p = Process(target=worker, args=(q,))
  p.start()
  print(q.get())  # "Данные из процесса"
  p.join()

• Разделяемая память (Value, Array):

  from multiprocessing import Process, Value
  
  def increment(shared_val):
      	shared_val.value += 1
  
  counter = Value("i", 0)
  p = Process(target=increment, args=(counter,))
  p.start()
  p.join()
  print(counter.value)  # 1

• Менеджер (Manager): Создаёт объекты, доступные из разных процессов.

Вывод:

• Для I/O-задач (сеть, файлы) используйте потоки с Lock.

• Для CPU-задач — процессы с Queue/Manager.