python系列——多线程中的lock、Rlock的应用与区别,以及Python2与python3对于多线程处理的不同

参考博客:

https://www.cnblogs.com/melonjiang/p/5307705.html

https://blog.csdn.net/u013210620/article/details/78723704

1、python2与python3在多线程中,在不加锁的情况下对共享数据的修改的问题:

示例代码:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import threading
import time

num = 100 #设置一个共享变量
def show():
    global num  #在函数内操作函数外变量,需设置为全局变量
    time.sleep(1)
    num -= 1
list=[]
for i in range(100):
    t = threading.Thread(target=show)
    t.start()
    list.append(t)

for t in list:
    t.join()
print(num)

在python2中,上述代码有时候输出0(正常情况),有时候输出1,2,3,10等等不正确的数。

而在python3中,全部输出正常(输出0)

2、使用lock锁:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import threading
import time

num = 100 #设置一个共享变量
lock=threading.Lock()  #生成全局锁
def show():
    global num  #在函数内操作函数外变量,需设置为全局变量
    time.sleep(1)
    lock.acquire()  #修改前加锁
    num -= 1
    lock.release()  #修改后解锁
list=[]
for i in range(100):
    t = threading.Thread(target=show)
    t.start()
    list.append(t)

for t in list:
    t.join()

print(num)

3、使用递归锁Rlock锁:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import threading
#递归锁
def run1():
    lock.acquire()  #小锁
    global num
    num +=1
    lock.release()
    return num
def run2():
    lock.acquire()  #小锁
    global  num2
    num2+=1
    lock.release()
    return num2
def run3():
    lock.acquire()  #大锁
    res = run1()
    res2 = run2()
    lock.release()
    print(res,res2)

if __name__ == '__main__':
    num,num2 = 0,0
    lock = threading.RLock()    #生成Rlock
    for i in range(10):
        t = threading.Thread(target=run3)
        t.start()

while threading.active_count() != 1:#如果不等于1,说明子线程还没执行完毕
    pass #打印进程数
else:
    print(num,num2)

4、lock和Rlock的区别:

RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。 如果使用RLock,那么acquire和release必须成对出现,即调用了n次acquire,必须调用n次的release才能真正释放所占用的琐。

import threading
lock = threading.Lock()    #Lock对象
lock.acquire()
lock.acquire()  #产生了死琐。
lock.release()
lock.release() 

import threading
rLock = threading.RLock()  #RLock对象
rLock.acquire()
rLock.acquire()    #在同一线程内,程序不会堵塞。
rLock.release()
rLock.release()

5、何时使用递归锁:

为了支持在同一线程中多次请求同一资源,python提供了"递归锁":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。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 多线程编程是很常见的操作。但是多线程编程必然涉及到对共享资源的读写操作,而这很容易引起竞争条件,从而导致数据的不一致性。为了解决这个问题,Python 提供了 Lock 和 RLock 两种锁机制。 1. Lock Lock 是最简单的锁机制,也是最常用的锁机制。它通过 acquire() 方法获得锁,通过 release() 方法释放锁。当一个线程获得了锁,其他线程就不能再获得这个锁,直到这个线程释放锁为止。 下面是一个简单的例子: ```python import threading lock = threading.Lock() def func(): lock.acquire() print('Hello, world!') lock.release() t = threading.Thread(target=func) t.start() ``` 这个例子,首先创建了一个 Lock 对象,然后定义了一个 func 函数,在函数先获得锁,然后输出一句话,最后释放锁。在创建一个线程并执行这个函数时,输出的结果是: ``` Hello, world! ``` 在这个例子,只有一个线程获得了锁,其他线程不能再获得这个锁,所以输出的结果只有一行。 2. RLock RLock 是可重入锁,它可以被一个线程多次 acquire(),而不会发生死锁。这个锁机制可以用在递归函数,因为递归函数可能会多次调用自身。 下面是一个简单的例子: ```python import threading lock = threading.RLock() def func(): lock.acquire() print('Hello, world!') lock.acquire() print('Hello, again!') lock.release() lock.release() t = threading.Thread(target=func) t.start() ``` 这个例子,首先创建了一个 RLock 对象,然后定义了一个 func 函数,在函数先获得锁,输出一句话,再次获得锁,输出另一句话,最后释放锁。在创建一个线程并执行这个函数时,输出的结果是: ``` Hello, world! Hello, again! ``` 在这个例子,虽然 func 函数多次获得了锁,但是由于使用的是可重入锁,所以不会发生死锁,输出的结果也是正确的。 总结: Lock 和 RLock 都是 Python 常用的锁机制,Lock 是最简单的锁机制,而 RLock 是可重入锁,可以在递归函数使用。在多线程编程,使用这两个锁机制可以有效地避免竞争条件,保证数据的一致性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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
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