Python 多執行緒3 同步執行緒

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()

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()

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。

Python 多執行緒3 同步執行緒

Python多執行緒同步

python 多執行緒5執行緒同步

3 Linux多執行緒，執行緒同步

Python 多執行緒3 同步執行緒

Python多執行緒同步

python 多執行緒5執行緒同步

3 Linux多執行緒，執行緒同步

相關推薦