"multiprocessing.shared_memory" --- Fornece memória compartilhada para acesso direto entre processos
****************************************************************************************************

**Código-fonte:** Lib/multiprocessing/shared_memory.py

Novo na versão 3.8.

======================================================================

Este módulo fornece uma classe, "SharedMemory", para a alocação e
gerenciamento da memória compartilhada a ser acessada por um ou mais
processos em uma máquina multicore ou de multiprocessamento simétrico
(SMP). Para ajudar com o gerenciamento do ciclo de vida da memória
compartilhada especialmente entre processos distintos, uma subclasse
de "BaseManager", "SharedMemoryManager", também é fornecida no módulo
"multiprocessing.managers"

Neste módulo, memória compartilhada refere-se a blocos de memória
compartilhada no "estilo UNIX SystemV" (embora não seja
necessariamente implementado explicitamente como tal) e não se refere
a "memória compartilhada distribuída". Este estilo de memória
compartilhada permite que processos distintos potencialmente leiam e
escrevam em uma região comum(ou compartilhada) de memória volátil. Os
processos são convencionalmente limitados a ter acesso somente ao
próprio espaço de memória de processo mas a memória compartilhada
permite o compartilhamento de dados entre processos, evitando a
necessidade de enviar mensagens entre processos contendo estes dados.
Compartilhar dados diretamente via memória pode fornecer ganhos de
desempenho significativos comparado ao compartilhamento de dados via
disco ou soquete ou outras comunicações que requerem a
serialização/desserialização e cópia dos dados.

class multiprocessing.shared_memory.SharedMemory(name=None, create=False, size=0)

   Cria um novo bloco de memória compartilhado ou anexa a um bloco de
   memória compartilhado existente. A cada bloco de memória
   compartilhado é atribuído um nome único. Desta forma, um processo
   pode criar um bloco de memória compartilhada com um nome particular
   e um processo diferente pode ser anexado a esse mesmo bloco de
   memória compartilhada usando este mesmo nome.

   Como um recurso para compartilhar dados entre processos, os blocos
   de memória compartilhada podem sobreviver ao processo original que
   os criou. Quando um processo não precisa mais acessar um bloco de
   memória compartilhada que ainda pode ser necessário para outros
   processos, o método "close()" deve ser chamado. Quando um bloco de
   memória compartilhada não é mais necessário para nenhum processo, o
   método "unlink()" deve ser chamado para garantir a limpeza
   apropriada.

   *name* é o nome único para a memória compartilhada requisitada,
   especificado como uma string. Ao criar um novo bloco de memória
   compartilhada, se "None" (o padrão) é fornecido para o nome, um
   novo nome será gerado.

   *create* controla quando um novo bloco de memória compartilhada é
   criado ("True") ou um bloco de memória compartilhada existente é
   anexado ("False").

   *size* especifica o número de bytes requeridos ao criar um novo
   bloco de memória compartilhada. Como algumas plataformas optam por
   alocar pedaços de memória com base no tamanho da página de memória
   da própria plataforma, o tamanho exato do bloco de memória
   compartilhada pode ser maior ou igual ao tamanho requerido. Ao
   anexar a um bloco de memória compartilhada existente, o parâmetro
   "size" é ignorado.

   close()

      Encerra o acesso à memória compartilhada desta instância. Para
      garantir a limpeza apropriada dos recursos, todas as instâncias
      devem chamar  "close()" uma vez que a instância não for mais
      necessária. Observe que a chamada a "close()" não implica na
      destruição do próprio bloco de memória compartilhada.

   unlink()

      Solicita que o bloco de memória compartilhada subjacente seja
      destruído. Para garantir uma limpeza apropriada dos recursos,
      "unlink()" deve ser chamado uma vez (e apenas uma vez) em todos
      os processos que precisam do bloco de memória compartilhada.
      Após solicitar sua destruição, um bloco de memória compartilhada
      pode ou não ser imediatamente destruído e este comportamento
      pode divergir entre plataformas. Tentativas de acessar dados
      dentro do bloco de memória compartilhada depois da chamada do
      "unlink()" podem resultar em erros de acesso de memória. Nota: o
      último processo restante em um bloco de memória compartilhada
      pode chamar "unlink()" e "close()" em qualquer ordem.

   buf

      Uma visualização de memória do conteúdo do bloco de memória
      compartilhada.

   name

      Acesso somente leitura ao nome único do bloco de memória
      compartilhada.

   size

      Acesso somente leitura ao tamanho em bytes do bloco de memória
      compartilhada.

O exemplo a seguir demonstra um uso baixo nível de instâncias de
"SharedMemory":

   >>> from multiprocessing import shared_memory
   >>> shm_a = shared_memory.SharedMemory(create=True, size=10)
   >>> type(shm_a.buf)
   <class 'memoryview'>
   >>> buffer = shm_a.buf
   >>> len(buffer)
   10
   >>> buffer[:4] = bytearray([22, 33, 44, 55])  # Modify multiple at once
   >>> buffer[4] = 100                           # Modify single byte at a time
   >>> # Attach to an existing shared memory block
   >>> shm_b = shared_memory.SharedMemory(shm_a.name)
   >>> import array
   >>> array.array('b', shm_b.buf[:5])  # Copy the data into a new array.array
   array('b', [22, 33, 44, 55, 100])
   >>> shm_b.buf[:5] = b'howdy'  # Modify via shm_b using bytes
   >>> bytes(shm_a.buf[:5])      # Access via shm_a
   b'howdy'
   >>> shm_b.close()   # Close each SharedMemory instance
   >>> shm_a.close()
   >>> shm_a.unlink()  # Call unlink only once to release the shared memory

O exemplo a seguir demonstra um uso prático da classe "SharedMemory"
com NumPy arrays, acessando o mesmo "numpy.ndarray" de dois shells
Python distintos.

   >>> # In the first Python interactive shell
   >>> import numpy as np
   >>> a = np.array([1, 1, 2, 3, 5, 8])  # Start with an existing NumPy array
   >>> from multiprocessing import shared_memory
   >>> shm = shared_memory.SharedMemory(create=True, size=a.nbytes)
   >>> # Now create a NumPy array backed by shared memory
   >>> b = np.ndarray(a.shape, dtype=a.dtype, buffer=shm.buf)
   >>> b[:] = a[:]  # Copy the original data into shared memory
   >>> b
   array([1, 1, 2, 3, 5, 8])
   >>> type(b)
   <class 'numpy.ndarray'>
   >>> type(a)
   <class 'numpy.ndarray'>
   >>> shm.name  # We did not specify a name so one was chosen for us
   'psm_21467_46075'

   >>> # In either the same shell or a new Python shell on the same machine
   >>> import numpy as np
   >>> from multiprocessing import shared_memory
   >>> # Attach to the existing shared memory block
   >>> existing_shm = shared_memory.SharedMemory(name='psm_21467_46075')
   >>> # Note that a.shape is (6,) and a.dtype is np.int64 in this example
   >>> c = np.ndarray((6,), dtype=np.int64, buffer=existing_shm.buf)
   >>> c
   array([1, 1, 2, 3, 5, 8])
   >>> c[-1] = 888
   >>> c
   array([  1,   1,   2,   3,   5, 888])

   >>> # Back in the first Python interactive shell, b reflects this change
   >>> b
   array([  1,   1,   2,   3,   5, 888])

   >>> # Clean up from within the second Python shell
   >>> del c  # Unnecessary; merely emphasizing the array is no longer used
   >>> existing_shm.close()

   >>> # Clean up from within the first Python shell
   >>> del b  # Unnecessary; merely emphasizing the array is no longer used
   >>> shm.close()
   >>> shm.unlink()  # Free and release the shared memory block at the very end

class multiprocessing.managers.SharedMemoryManager([address[, authkey]])

   Uma subclasse de "BaseManager" que pode ser usada para o
   gerenciamento dos blocos de memória compartilhada entre processos.

   Uma chamada ao método "start()" em uma instância de
   "SharedMemoryManager" faz com que um novo processo seja iniciado. A
   única finalidade desse novo processo é gerenciar o ciclo de vida de
   todos os blocos de memória criados através dele. Para acionar a
   liberação de todos os blocos de memória gerenciados por este
   processo, invoque o método "shutdown()" na instância. Isso aciona
   uma chamada de "SharedMemory.unlink()" em todos os objetos
   "SharedMemory" gerenciados por esse processo e então para o
   processo em si. Ao criar instâncias de "SharedMemory" através de um
   "SharedMemoryManager", evitamos a necessidade de rastrear e acionar
   manualmente a liberação dos recursos de memória compartilhada.

   Esta classe fornece métodos para criar e retornar instâncias de
   "SharedMemory" e para criar um objeto lista ou similar
   ("ShareableList") apoiado por memória compartilhada.

   Consulte "multiprocessing.managers.BaseManager" para obter uma
   descrição dos argumentos de entrada opcionais herdados *address* e
   *authkey* e como eles podem ser usados para conectar-se a um
   serviço "SharedMemoryManager" existente de outros processos.

   SharedMemory(size)

      Cria e retorna um novo objeto "SharedMemory" com o "size"
      especificado em bytes

   ShareableList(sequence)

      Cria e retorna um novo objeto "ShareableList", inicializado
      pelos valores da entrada "sequence" .

O exemplo a seguir demonstra os mecanismos básicos de um
"SharedMemoryManager":

   >>> from multiprocessing.managers import SharedMemoryManager
   >>> smm = SharedMemoryManager()
   >>> smm.start()  # Start the process that manages the shared memory blocks
   >>> sl = smm.ShareableList(range(4))
   >>> sl
   ShareableList([0, 1, 2, 3], name='psm_6572_7512')
   >>> raw_shm = smm.SharedMemory(size=128)
   >>> another_sl = smm.ShareableList('alpha')
   >>> another_sl
   ShareableList(['a', 'l', 'p', 'h', 'a'], name='psm_6572_12221')
   >>> smm.shutdown()  # Calls unlink() on sl, raw_shm, and another_sl

O exemplo a seguir retrata um padrão potencialmente mais conveniente
para usar objetos "SharedMemoryManager" através da instrução "with"
para garantir que todos os blocos de memória compartilhada  são
liberados depois que não são mais necessários.

   >>> with SharedMemoryManager() as smm:
   ...     sl = smm.ShareableList(range(2000))
   ...     # Divide the work among two processes, storing partial results in sl
   ...     p1 = Process(target=do_work, args=(sl, 0, 1000))
   ...     p2 = Process(target=do_work, args=(sl, 1000, 2000))
   ...     p1.start()
   ...     p2.start()  # A multiprocessing.Pool might be more efficient
   ...     p1.join()
   ...     p2.join()   # Wait for all work to complete in both processes
   ...     total_result = sum(sl)  # Consolidate the partial results now in sl

Ao usar um "SharedMemoryManager" em uma instrução "with", os blocos de
memória compartilhada criados utilizando este gerenciador são todos
liberados quando o bloco de código com a instrução "with" termina sua
execução.

class multiprocessing.shared_memory.ShareableList(sequence=None, *, name=None)

   Fornece um objeto lista ou similar, mutável, onde todos os valores
   armazenados são armazenados em um bloco de memória compartilhada.
   Isto restringe os valores armazenáveis apenas aos tipos de dados
   embutidos "int", "float", "bool", "str" (com menos de 10M bytes
   cada), "bytes" (menos de 10M bytes cada) e "None". Este objeto
   também se diferencia notavelmente do tipo embutido "list" uma vez
   que este não pode ter seu comprimento total modificado (ex.: não
   pode usar append, insert, etc.) e também não oferece suporte à
   criação dinâmica de uma instância de "ShareableList" através do
   fatiamento do objeto.

   *sequence* é usado para preencher um "ShareableList" com valores.
   Defina como "None" para anexar a uma "ShareableList" já existente
   pelo seu nome único de memória compartilhada.

   *name* é um nome único para a memória compartilhada requerida, como
   descrito na definição de "SharedMemory". Ao anexar a uma
   "ShareableList" já existente, deve-se especificar o nome único do
   bloco de memória compartilhada e definir "sequence" como  "None".

   count(value)

      Retorna o número de ocorrências de "value".

   index(value)

      Retorna a primeira posição do índice de "value". Levanta
      "ValueError" se "value" não estiver presente.

   format

      Atributo somente leitura contendo o formato de empacotamento
      "struct" usado por todos os valores armazenados atualmente.

   shm

      A instância de "SharedMemory" onde os valores são armazenados.

O exemplo a seguir demonstra o uso básico de uma instância de
"ShareableList":

>>> from multiprocessing import shared_memory
>>> a = shared_memory.ShareableList(['howdy', b'HoWdY', -273.154, 100, None, True, 42])
>>> [ type(entry) for entry in a ]
[<class 'str'>, <class 'bytes'>, <class 'float'>, <class 'int'>, <class 'NoneType'>, <class 'bool'>, <class 'int'>]
>>> a[2]
-273.154
>>> a[2] = -78.5
>>> a[2]
-78.5
>>> a[2] = 'dry ice'  # Changing data types is supported as well
>>> a[2]
'dry ice'
>>> a[2] = 'larger than previously allocated storage space'
Traceback (most recent call last):
  ...
ValueError: exceeds available storage for existing str
>>> a[2]
'dry ice'
>>> len(a)
7
>>> a.index(42)
6
>>> a.count(b'howdy')
0
>>> a.count(b'HoWdY')
1
>>> a.shm.close()
>>> a.shm.unlink()
>>> del a  # Use of a ShareableList after call to unlink() is unsupported

O exemplo a seguir retrata como um, dois ou mais processos podem
acessar a mesma "ShareableList" fornecendo o nome do bloco de memória
compartilhada por trás dela:

>>> b = shared_memory.ShareableList(range(5))         # In a first process
>>> c = shared_memory.ShareableList(name=b.shm.name)  # In a second process
>>> c
ShareableList([0, 1, 2, 3, 4], name='...')
>>> c[-1] = -999
>>> b[-1]
-999
>>> b.shm.close()
>>> c.shm.close()
>>> c.shm.unlink()
