Barrier就是使两个进程同时进行。假设一个进程在之前的任务跑的快了，遇到b.wait()的时候就会等待另一个进程。

    1. from multiprocessing import Queue, Lock, Barrier
    2. import multiprocessing as mp
    3. import time
    4. import os
    5. import torch
    7. # function1 计数并打印
    8. def pprint(r, b):
    9.     b.wait()
    10.     print('pid:{}, time:{}'.format(os.getpid(), time.time()))
    11.     for i in range(r):
    12.         print('thread %s: %d' % (os.getpid(), i))
    13.         time.sleep(0.5)
    14.     print('func1 运行完成')
    16. # function2 将数据放入列表
    17. def f(queue:Queue, b):
    18.     b.wait()
    19.     print('pid:{}, time:{}'.format(os.getpid(), time.time()))
    20.     queue.put(torch.tensor([1,1,1]))
    21.     print('func2 运行完成')
    24. if __name__ == '__main__':
    25.     l = Lock()
    26.     b = Barrier(2)
    27.     q = Queue()
    28.     process1 = mp.Process(target=pprint, args=(5, b))
    29.     process2 = mp.Process(target=f, args=(q, b))
    31.     process1.start()
    32.     process2.start()
    34.     process1.join()
    35.     process2.join()
    1. pid:5896, time:1648986323.05494pid:1808, time:1648986323.05494
    3. thread 1808: 0
    4. func2 运行完成
    5. thread 1808: 1
    6. thread 1808: 2
    7. thread 1808: 3
    8. thread 1808: 4
    9. func1 运行完成

    进程1比进程2先开始，但是由于函数内有Barrier，需要等待进程2，所以Barrier使得两个进程同时开始。
    当然Barrier也可以放在主函数内进行调用，使得所有的线程（不包含主线程）完成任务后再由主线程统一继续的任务。