python—多线程之死锁

2023-12-07:更新了内容


在这里插入图片描述


一、造成死锁的原因

1、在多线程程序中,死锁问题很大一部分是由于线程同时获取多个锁造成的。
2、在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。
3、尽管死锁很少发生,但一旦发生就会造成应用的停止响应。

二、产生死锁的四个原因

1.针对多个资源

1、互斥条件:一个资源每次只能被一个线程使用。
2、请求与保持条件:一个线程因请求资源而阻塞时,对已获得的资源保持不放。(举例:A线程获取到了鱼,再没有得到熊掌的时候,A线程是不会放弃鱼的)
3、不剥夺条件:线程已获得的资源,在末使用完之前,不能强行剥夺。(举例:A线程获取到了鱼,在我没有释放鱼时,B线程是不可以对我的鱼进行强行剥夺)
4、循环等待条件:若干线程之间形成一种头尾相接的循环等待资源关系。

在这里插入图片描述

三、第一种死锁:没有释放锁

例如:

import threading
import time

# 代表鱼的锁
mutex_Yu = threading.Lock()
# 代表熊掌的锁
mutex_Xiongzhang = threading.Lock()


class MyThread1(threading.Thread):

    def run(self):
        mutex_Yu.acquire()  # 得到🐟
        print('线程1已经得到鱼了')
        time.sleep(1)

        mutex_Xiongzhang.acquire()
        print('线程1得到熊掌')
        mutex_Xiongzhang.release()
        mutex_Yu.release()


class MyThread2(threading.Thread):

    def run(self):
        mutex_Xiongzhang.acquire()
        print('线程2已经得到熊掌了')
        time.sleep(1)

        mutex_Yu.acquire()
        print('线程2已经得到🐟了')
        mutex_Yu.release()
        mutex_Xiongzhang.release()

if __name__ == '__main__':
    t1 = MyThread1()
    t2 = MyThread2()
    t1.start()
    t2.start()

执行结果:
在这里插入图片描述

解决方法:让多个线程交叉有序的竞争多个资源

#让多个线程交叉有序的竞争多个资源
import threading
import time
# 代表🐟的锁
mutex_Yu = threading.Lock()
# 代表熊掌的锁
mutex_Xiongzhang = threading.Lock()

class MyThread1(threading.Thread):

    def run(self):
        while True:
            mutex_Yu.acquire()  # 得到🐟
            print('线程1已经得到鱼了')
            time.sleep(1)
            mutex_Yu.release()   #释放鱼对应锁

            mutex_Xiongzhang.acquire()  # 得到熊掌
            print('线程1得到熊掌')
            time.sleep(1)
            mutex_Xiongzhang.release()    #释放熊掌对应锁

class MyThread2(threading.Thread):

    def run(self):
        while True:
            mutex_Xiongzhang.acquire()   # 得到熊掌
            print('线程2已经得到熊掌了')
            time.sleep(1)
            mutex_Xiongzhang.release() #释放熊掌对应锁

            mutex_Yu.acquire()     # 得到🐟
            print('线程2已经得到鱼了')
            time.sleep(1)
            mutex_Yu.release()     #释放鱼对应锁

if __name__ == '__main__':
    t1 = MyThread1()
    t2 = MyThread2()
    t1.start()
    t2.start()

四、第二种死锁:多次调用自己

已经获取到了资源锁了,但是还在源源不断的去获取当前资源锁

mutex_TianTang = threading.Lock()  # 去天堂的锁,其实是互斥锁。可以使用逻辑锁,这样就不会死锁了

class MyThread3(threading.Thread):
    def run(self):
        mutex_TianTang.acquire()
        print('线程3进入了天堂')
        time.sleep(1)
        self.run()  # 再次进入天堂
        mutex_TianTang.release()

执行结果

在这里插入图片描述

解决方法:将逻辑锁替换为互斥锁

mutex_TianTang=threading.RLock()  #Rlock就是逻辑锁,但是逻辑锁针对一个线程

class MyThread3(threading.Thread):
    def run(self):
        mutex_TianTang.acquire()
        print('线程3进入了天堂')
        time.sleep(1)
        self.run()  # 再次进入天堂
        mutex_TianTang.release()


if __name__ == '__main__':
    t3 = MyThread3()
    t3.start()

执行结果
在这里插入图片描述
2023-12-07:更新了内容

逻辑锁和互斥锁的区别

逻辑锁和互斥锁都是线程同步的机制,但是它们的实现方式不同。逻辑锁是一种更高级别的锁,它可以区分读和写,允许多个线程同时访问对象,而互斥锁则是一种最基本的锁,它只允许一个线程访问对象。
逻辑锁通常用于大量读少量写的环境,因为它可以允许多个线程同时读取对象,从而提高了效率。而互斥锁则适用于需要保证临界区代码互斥执行的情况,因为它只允许一个线程访问对象,从而避免了竞争条件的发生。
另外,逻辑锁的实现比互斥锁更加复杂,因为它需要区分读和写操作,并且需要保证写操作的互斥性。而互斥锁则相对简单,只需要保证临界区代码的互斥执行即可。


在这里插入图片描述

  • 5
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
Python多线程是一种并发编程技术,可以同时执行多个线程,以提高程序的运行效率。在Python中,可以使用`threading`模块来实现多线程。 下面是一个简单的Python多线程示例: ```python import threading def worker(): print("Worker is running") # 创建线程对象 thread1 = threading.Thread(target=worker) thread2 = threading.Thread(target=worker) # 启动线程 thread1.start() thread2.start() # 等待所有线程结束 thread1.join() thread2.join() ``` 在上面的示例中,我们定义了一个`worker`函数,它会在控制台输出一条消息。然后我们创建了两个线程对象,并使用`start()`方法启动它们。最后,我们使用`join()`方法等待所有线程结束。 需要注意的是,多线程Python中并不一定能够实现真正的并行执行,因为Python的GIL(全局解释器锁)机制限制了多线程的执行效率。这意味着即使在多个线程中同时执行相同的代码,也只有一个线程可以获得CPU资源进行执行。但是,Python多线程对于某些特定的任务仍然是非常有用的,例如I/O密集型任务或者使用多核CPU的系统。 在Python中学习多线程时,需要了解以下几点: 1. 线程的创建和启动:需要使用`Thread`类来创建线程对象,并使用`start()`方法来启动线程。 2. 线程的同步:由于GIL机制的存在,Python多线程并不能实现真正的并行执行。因此,需要使用锁、条件变量等机制来保证线程之间的同步和通信。 3. 线程池:可以使用线程池来管理多个线程,以提高程序的运行效率。Python中的`queue`模块提供了线程安全的队列,可以用于实现线程池。 4. 多进程:如果需要更高效的并发编程,可以使用Python的多进程模块`multiprocessing`。它可以更好地利用多核CPU的优势,并避免GIL的影响。 5. 锁的使用:在使用多线程时,需要使用锁来保证线程之间的同步和通信。需要注意避免死锁和竞争条件等问题。 6. 死锁问题:死锁是线程之间相互等待资源导致的问题,可以通过适当的调度策略和使用锁来避免死锁问题的发生。 7. 多线程的优点和缺点:多线程适用于I/O密集型任务和需要并发执行的任务。但是,它也存在一些缺点,如性能开销、资源竞争等问题。需要根据具体的应用场景来选择是否使用多线程。 总之,Python多线程是一种重要的并发编程技术,可以用于提高程序的运行效率。在学习Python多线程时,需要了解其基本原理和常见问题,并根据具体的应用场景来选择是否使用多线程
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

敲代码敲到头发茂密

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值