python的重入锁(简单说明)

python 重入锁

重入锁就是可以多次获取的锁.(条件是在同一线程下) 对应的是threading.RLock。普通的锁是threading.Lock,这个锁在同一线程下 未释放的情况下再次获取会造成死锁,所以就需要RLock
如下:
普通情况下 会死锁

import threading
lock = threading.Lock()

with lock:
    print "first get lock!"
    with lock:
        print "second get lock !"

# 这种情况下只会输出 'first get lock!', 
# 并且程序在不强制中断的情况下始终阻塞在 第二次获取锁的位置

怎么办?

改成下面这种情况就可以了!

import threading
lock = threading.RLock()
# ...

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python线程是一种同步机制,用于防止多个线程同时访问共享资源。在多线程编程中,如果多个线程同时访问共享资源,可能会导致数据不一致或者程序崩溃等问题。因此,线程可以确保在任何时刻只有一个线程可以访问共享资源,从而避免这些问题的发生。 Python线程的使用方法如下: 1. 创建线程对象 ```python import threading lock = threading.Lock() ``` 2. 获取线程 ```python lock.acquire() ``` 3. 释放线程 ```python lock.release() ``` 下面是一个简单的示例,演示了如何使用线程: ```python import threading # 共享资源 count = 0 # 线程对象 lock = threading.Lock() # 线程函数 def increment(): global count for i in range(100000): lock.acquire() count += 1 lock.release() # 创建线程 t1 = threading.Thread(target=increment) t2 = threading.Thread(target=increment) # 启动线程 t1.start() t2.start() # 等待线程结束 t1.join() t2.join() # 打印结果 print(count) ``` 在上面的示例中,我们创建了两个线程,这两个线程都会执行increment函数。这个函数的作用是对共享资源count进行100000次加一操作。 由于多个线程可能同时访问count,因此我们使用了线程来确保同一时刻只有一个线程可以访问count。在increment函数中,我们首先使用lock.acquire方法获取线程,然后进行加一操作,最后使用lock.release方法释放线程。 运行这个程序,输出结果应该是200000,这说明两个线程都正确地对count进行了加一操作。如果不使用线程,那么最终的结果可能会小于200000,因为多个线程可能会同时修改count,导致数据不一致。

“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