什么是悲观锁
悲观锁:假设并发冲突的概率很高,因此在读取数据时会加锁,以防止其他线程修改数据。只有当自己获得了锁之后才能对数据进行操作,操作完成后释放锁。
什么是乐观锁
乐观锁:假设并发冲突的概率很低,因此在读取数据时不加锁,而是在更新数据时检查数据是否被其他线程修改过。如果数据没有被修改,则更新成功;如果数据已经被修改,则放弃当前操作或者重试。
什么是原子操作
原子操作是指一个不可分割的操作,要么完全执行,要么根本不执行。这意味着在原子操作执行期间,其他线程无法访问或修改受影响的内存位置。
什么是CAS
CAS (Compare-And-Swap)
CAS 是一种原子操作,用于更新内存中的值,它执行以下操作:
比较:将当前内存值与预期的值进行比较。
交换:如果当前值与预期值相等,则将新值写入内存。
否则:不进行任何操作,并返回当前值。
CAS 的优点
CAS 是一种实现无锁并发数据结构的有效方法,因为它:
-
避免了锁:CAS 不需要使用锁,从而提高了性能和可伸缩性。
-
确保了数据一致性:CAS 保证了并发更新的正确性和原子性。
-
简单易用:CAS 的 API 通常很简单,易于理解和使用。
悲观锁的python实践实例
import threading
# 创建一个锁对象
lock = threading.Lock()
# 共享数据
count = 0
def pessimistic_lock():
global count
# 获取锁
with lock:
# 执行操作
temp = count
temp += 1
count = temp
print(f"Pessimistic Lock: Count is {count}")
# 创建多个线程
threads = []
for _ in range(10):
t = threading.Thread(target=pessimistic_lock)
threads.append(t)
t.start()
# 等待所有线程执行完毕
for t in threads:
t.join()
print(f"Final count: {count}")
在这个例子中,我们使用threading.Lock()创建一个锁对象,然后在需要访问共享数据count的时候,使用with lock:获取锁,执行操作后释放锁。这样可以确保每次只有一个线程能够访问共享数据,避免了并发访问导致的问题。
乐观锁的例子:未使用原子操作的cas
import threading
# 共享数据
count = 0
def optimistic_lock():
global count
# 读取共享数据
local_count = count
# 执行操作
local_count += 1
# 检查数据是否被修改
if count == local_count - 1:
count = local_count
print(f"Optimistic Lock: Count is {count}")
else:
print("Data has been modified by other threads, retry or abort.")
# 创建多个线程
threads = []
for _ in range(10):
t = threading.Thread(target=optimistic_lock)
threads.append(t)
t.start()
# 等待所有线程执行完毕
for t in threads:
t.join()
print(f"Final count: {count}")
在这个例子中,我们没有使用锁,而是在更新共享数据count的时候,先读取当前值到local_count中,执行操作后,再检查count是否被其他线程修改过。如果没有被修改,则更新count的值;如果被修改,则输出提示信息。这种方式可以减少锁的开销,但是需要处理并发冲突的情况。(注意:此代码并没有实现原子操作,只是实现了乐观锁)
行动吧,在路上总比一直观望的要好,未来的你肯定会感谢现在拼搏的自己!如果想学习提升找不到资料,没人答疑解惑时,请及时加入群: 759968159,里面有各种测试开发资料和技术可以一起交流哦。
最后: 下方这份完整的软件测试视频教程已经整理上传完成,需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有字节大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。