您现在的位置是：网站首页> 编程资料编程资料

Python并行编程多线程锁机制Lock与RLock实现线程同步_python_

2023-05-26 439人已围观

简介 Python并行编程多线程锁机制Lock与RLock实现线程同步_python_

什么是锁机制？

要回答这个问题，我们需要知道为什么需要使用锁机制。前面我们谈到一个进程内的多个线程的某些资源是共享的，这也是线程的一大优势，但是也随之带来一个问题，即当两个及两个以上的线程同时访问共享资源时，如果此时没有预设对应的同步机制，就可能带来同一时刻多个线程同时访问同一个共享资源，即出现竞态，多数情况下我们是不希望出现这样的情况的，那么怎么避免呢？

Lock() 管理线程

先看一段代码：

import threading import time resource = 0 count = 1000000 resource_lock = threading.Lock() def increment(): global resource for i in range(count): resource += 1 def decerment(): global resource for i in range(count): resource -= 1 increment_thread = threading.Thread(target=increment) decerment_thread = threading.Thread(target=decerment) increment_thread.start() decerment_thread.start() increment_thread.join() decerment_thread.join() print(resource)

运行截图如下：

运行结果

当我们多次运行时，可以看到最终的结果都几乎不等于我们期待的值即resource初始值0。

为什么呢？ 原因就是因为 += 和 -=并不是原子操作。

可以使用dis模块查看字节码：

import dis def add(total): total += 1 def desc(total): total -= 1 total = 0 print(dis.dis(add)) print(dis.dis(desc)) # 运行结果： # 3 0 LOAD_FAST 0 (total) # 3 LOAD_CONST 1 (1) # 6 INPLACE_ADD # 7 STORE_FAST 0 (total) # 10 LOAD_CONST 0 (None) # 13 RETURN_VALUE # None # 5 0 LOAD_FAST 0 (total) # 3 LOAD_CONST 1 (1) # 6 INPLACE_SUBTRACT # 7 STORE_FAST 0 (total) # 10 LOAD_CONST 0 (None) # 13 RETURN_VALUE # None

那么如何保证初始值为0呢？ 我们可以利用Lock（），代码如下：

import threading import time resource = 0 count = 1000000 resource_lock = threading.Lock() def increment(): global resource for i in range(count): resource_lock.acquire() resource += 1 resource_lock.release() def decerment(): global resource for i in range(count): resource_lock.acquire() resource -= 1 resource_lock.release() increment_thread = threading.Thread(target=increment) decerment_thread = threading.Thread(target=decerment) increment_thread.start() decerment_thread.start() increment_thread.join() decerment_thread.join() print(resource)

运行截图如下：

运行结果

从运行结果可以看到，不论我们运行多少次改代码，其resource的值都为初始值0， 这就是Lock()的功劳，即它可以将某一时刻的访问限定在单个线程或者单个类型的线程上，在访问锁定的共享资源时，必须要现获取对应的锁才能访问，即要等待其他线程释放资源，即resource_lock.release()当然为了防止我们对某个资源锁定后，忘记释放锁，导致死锁，我们可以利用上下文管理器管理锁实现同样的效果：

import threading import time resource = 0 count = 1000000 resource_lock = threading.Lock() def increment(): global resource for i in range(count): with resource_lock: resource += 1 def decerment(): global resource for i in range(count): with resource_lock: resource -= 1 increment_thread = threading.Thread(target=increment) decerment_thread = threading.Thread(target=decerment) increment_thread.start() decerment_thread.start()

RLock() 与Lock()的区别

我们需要知道Lock()作为一个基本的锁对象，一次只能一个锁定，其余锁请求，需等待锁释放后才能获取，否则会发生死锁：

import threading resource.lock = threading.lock() resource = 0 resource.lock.acquire() resource.lock.acquire() resource += 1 resource.lock.release() resource.lock.release()

为解决同一线程中不能多次请求同一资源的问题，python提供了“可重入锁”：threading.RLock，RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次acquire。

直到一个线程所有的acquire都被release，其他的线程才能获得资源 。用法和threading.Lock类相同，即比如递归锁的使用：

import threading lock = threading.RLock() def dosomething(lock): lock.acquire() # do something lock.release() lock.acquire() dosomething(lock) lock.release()

以上就是Python并行编程多线程锁机制Lock与RLock实现线程同步的详细内容，更多关于Python锁Lock RLock线程同步的资料请关注其它相关文章！

您可能感兴趣的文章:

上一篇：python自动化测试之破解滑动验证码_python_

下一篇：python自动化测试之破解图文验证码_python_

相关内容

点击排行

本栏推荐

猜你喜欢

-六神源码网