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 : DEBUG
2014-03-14 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]#