python多執行緒程式設計 3 使用互斥鎖同步執行緒

2022-04-01 15:11:11 字數 2295 閱讀 4110

上一節的例子中,每個執行緒互相獨立,相互之間沒有任何關係。現在假設這樣乙個例子:有乙個全域性的計數num,每個執行緒獲取這個全域性的計數,根據num進行一些處理,然後將num加1。很容易寫出這樣的**:

#

encoding: utf-8

import threading

import time

class mythread(threading.thread):

def run(self):

global num

time.sleep(1)

num = num+1

msg = self.name+'

set num to

'+str(num)

print msg

num = 0

def test():

for i in range(5):

t = mythread()

t.start()

if__name__ == '

__main__

':test()

但是執行結果是不正確的:

thread-5 set num to 2

thread-3 set num to 3

thread-2 set num to 5

thread-1 set num to 5

thread-4 set num to 4

問題產生的原因就是沒有控制多個執行緒對同一資源的訪問,對資料造成破壞,使得執行緒執行的結果不可預期。這種現象稱為「執行緒不安全」。

上面的例子引出了多執行緒程式設計的最常見問題:資料共享。當多個執行緒都修改某乙個共享資料的時候,需要進行同步控制。

執行緒同步能夠保證多個執行緒安全訪問競爭資源,最簡單的同步機制是引入互斥鎖。互斥鎖為資源引入乙個狀態:鎖定/非鎖定。某個執行緒要更改共享資料時,先將其鎖定,此時資源的狀態為「鎖定」,其他執行緒不能更改;直到該執行緒釋放資源,將資源的狀態變成「非鎖定」,其他的執行緒才能再次鎖定該資源。互斥鎖保證了每次只有乙個執行緒進行寫入操作,從而保證了多執行緒情況下資料的正確性。

threading模組中定義了lock類,可以方便的處理鎖定:

#

建立鎖mutex = threading.lock()#鎖定

mutex.acquire([timeout])#釋放

mutex.release()

其中,鎖定方法acquire可以有乙個超時時間的可選引數timeout。如果設定了timeout,則在超時後通過返回值可以判斷是否得到了鎖,從而可以進行一些其他的處理。

使用互斥鎖實現上面的例子的**如下:

import threading

import time

class mythread(threading.thread):

def run(self):

global num

time.sleep(1)

if mutex.acquire(1):

num = num+1

msg = self.name+'

set num to

'+str(num)

print msg

mutex.release()

num = 0

mutex = threading.lock()

def test():

for i in range(5):

t = mythread()

t.start()

if__name__ == '

__main__

':test()

執行結果:

thread-3 set num to 1

thread-4 set num to 2

thread-5 set num to 3

thread-2 set num to 4

thread-1 set num to 5

可以看到,加入互斥鎖後,執行結果與預期相符。

當乙個執行緒呼叫鎖的acquire()方法獲得鎖時,鎖就進入「locked」狀態。每次只有乙個執行緒可以獲得鎖。如果此時另乙個執行緒試圖獲得這個鎖,該執行緒就會變為「blocked」狀態,稱為「同步阻塞」(參見多執行緒的基本概念)。

直到擁有鎖的執行緒呼叫鎖的release()方法釋放鎖之後,鎖進入「unlocked」狀態。執行緒排程程式從處於同步阻塞狀態的執行緒中選擇乙個來獲得鎖,並使得該執行緒進入執行(running)狀態。

互斥鎖最基本的內容就是這些,下一節將討論可重入鎖(rlock)和死鎖問題。

Python3多執行緒程式設計

多執行緒使用,可以讓乙個執行緒訪問某個資源,其他執行緒給他通過queue發任務,這樣避免對共享的資源編寫繁瑣的加鎖解鎖 threading包也提供了 locks,events,condition variables,and semaphores這些工具,可以做多執行緒間的資源共享.python有乙個...

Python3多執行緒程式設計

使用多執行緒還是使用多程序,怎麼樣來控制防止執行緒太多,導致執行緒失控,就是請求乙個任務,生成乙個程序,最終導致程序暴漲,進而無法控制。所以,對於任務數量一直在增加的程式,固定執行緒數量的執行緒池是必要的。一些說明 最佳執行緒數的獲取 對於io密集型模型 usr bin env python3 co...

Python3 多執行緒程式設計

python3中的多執行緒 python3關於多執行緒的模組 多執行緒使用 共享變數 繼續用保潔公司舉例子 python的標準庫提供了兩個模組 thread和threading import threading import time 1.類需要繼承自threading.thread class m...