python多线程中锁的概念 threading.Lock

python的锁可以独立提取出来

1 2 3 4 5 6 7 8

mutex  =  threading.Lock() #锁的使用 #创建锁 mutex  =  threading.Lock() #锁定 mutex.acquire([timeout]) #释放 mutex.release()

概念

好几个人问我给资源加锁是怎么回事，其实并不是给资源加锁, 而是用锁去锁定资源，你可以定义多个锁, 像下面的代码, 当你需要独占某一资源时，任何一个锁都可以锁这个资源

就好比你用不同的锁都可以把相同的一个门锁住是一个道理

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

import   threading    import   time           counter  =  0  counter_lock  =  threading.Lock()  #只是定义一个锁,并不是给资源加锁,你可以定义多个锁,像下两行代码,当你需要占用这个资源时，任何一个锁都可以锁这个资源  counter_lock2  =  threading.Lock()   counter_lock3  =  threading.Lock()      #可以使用上边三个锁的任何一个来锁定资源       class   MyThread(threading.Thread): #使用类定义thread，继承threading.Thread        def   __init__( self ,name):             threading.Thread.__init__( self )             self .name  =  "Thread-"  +  str (name)        def  run( self ):    #run函数必须实现            global  counter,counter_lock  #多线程是共享资源的，使用全局变量            time.sleep( 1 );              if  counter_lock.acquire():  #当需要独占counter资源时，必须先锁定，这个锁可以是任意的一个锁，可以使用上边定义的3个锁中的任意一个               counter  + =  1                  print  "I am %s, set counter:%s"   %  ( self .name,counter)                 counter_lock.release()  #使用完counter资源必须要将这个锁打开，让其他线程使用                  if   __name__  = =   "__main__" :         for  i  in  xrange ( 1 , 101 ):             my_thread  =  MyThread(i)           my_thread.start()

线程不安全:

最普通的一个多线程小例子。我一笔带过地讲一讲，我创建了一个继承Thread类的子类MyThread，作为我们的线程启动类。按照规定，重写Thread的run方法，我们的线程启动起来后会自动调用该方法。于是我首先创建了10个线程，并将其加入列表中。再使用一个for循环，开启每个线程。在使用一个for循环，调用join方法等待所有线程结束才退出主线程。

这段代码看似简单，但实际上隐藏着一个很大的问题，只是在这里没有体现出来。你真的以为我创建了10个线程，并按顺序调用了这10个线程，每个线程为n增加了1.实际上，有可能是A线程执行了n++，再C线程执行了n++，再B线程执行n++。

这里涉及到一个“锁”的问题，如果有多个线程同时操作一个对象，如果没有很好地保护该对象，会造成程序结果的不可预期（比如我们在每个线程的run方法中加入一个time.sleep(1)，并同时输出线程名称，则我们会发现，输出会乱七八糟。因为可能我们的一个print语句只打印出一半的字符，这个线程就被暂停，执行另一个去了，所以我们看到的结果很乱），这种现象叫做“线程不安全”

 

线程锁：

于是，Threading模块为我们提供了一个类，Threading.Lock，锁。我们创建一个该类对象，在线程函数执行前，“抢占”该锁，执行完成后，“释放”该锁，则我们确保了每次只有一个线程占有该锁。这时候对一个公共的对象进行操作，则不会发生线程不安全的现象了。

于是，我们把代码更改如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

# coding : uft-8 __author__  =  'Phtih0n' import  threading, time class  MyThread(threading.Thread):      def  __init__( self ):          threading.Thread.__init__( self )      def  run( self ):          global  n, lock          time.sleep( 1 )          if  lock.acquire():              print  n ,  self .name              n  + =  1              lock.release() if  "__main__"  = =  __name__:      n  =  1      ThreadList  =  []      lock  =  threading.Lock()      for  i  in  range ( 1 ,  200 ):          t  =  MyThread()          ThreadList.append(t)      for  t  in  ThreadList:          t.start()      for  t  in  ThreadList:          t.join()

1 2 3 4 5 6 7 8 9 10 11

1  Thread - 2 2  Thread - 3 3  Thread - 4 4  Thread - 6 5  Thread - 7 6  Thread - 1 7  Thread - 8 8  Thread - 9 9  Thread - 5   Process finished with exit code  0

　　

我们看到，我们先建立了一个threading.Lock类对象lock,在run方法里，我们使用lock.acquire()获得了这个锁。此时，其他的线程就无法再获得该锁了，他们就会阻塞在“if lock.acquire()”这里，直到锁被另一个线程释放：lock.release()。

所以，if语句中的内容就是一块完整的代码，不会再存在执行了一半就暂停去执行别的线程的情况。所以最后结果是整齐的。

就如同在java中，我们使用synchronized关键字修饰一个方法，目的一样，让某段代码被一个线程执行时，不会打断跳到另一个线程中。

这是多线程占用一个公共对象时候的情况。如果多个线程要调用多个现象，而A线程调用A锁占用了A对象，B线程调用了B锁占用了B对象,A线程不能调用B对象，B线程不能调用A对象，于是一直等待。这就造成了线程“死锁”。

Threading模块中，也有一个类，RLock，称之为可重入锁。该锁对象内部维护着一个Lock和一个counter对象。counter对象记录了acquire的次数，使得资源可以被多次require。最后，当所有RLock被release后，其他线程才能获取资源。在同一个线程中，RLock.acquire可以被多次调用，利用该特性，可以解决部分死锁问题。