python的多线程编程之锁

最新推荐文章于 2023-03-04 15:24:50 发布

KEL-1

最新推荐文章于 2023-03-04 15:24:50 发布

阅读量612

点赞数

分类专栏： python 文章标签：多线程 python thread threading event threading lock python lock

本文链接：https://blog.csdn.net/kellyseeme/article/details/51480865

版权

python 专栏收录该内容

56 篇文章 0 订阅

订阅专栏

1、背景概述

在上篇文章中，主要讲述了python中的socket编程的一些基本方面，但是缺少关于锁的相关概念，从而在这篇文章中进行补充。

由于在python中，存在了GIL，也就是全局解释器锁，从而在每次进行获得cpu的时候，同时只有一个线程获得了cpu的运行，在这个方面可以认为是线程安全的，但是在线程运行的时候，是共享内存的，共享相同的数据信息，从而这个时候python的线程就不那么安全了。

在python中，要保证数据的正确性，并且自己对数据进行控制，对数据进行加锁并且自己释放锁。

多线程的主要目的为了提高性能与速度，用在无关的方向是最好的，例如在使用爬虫的时候，可以使用多线程来进行爬取数据，因为在这些线程之间没有需要共同操作的数据，从而在这个时候利用是最好的。

如果需要操作同一份数据，那么必须自己保证数据的安全性。

如果需要利用多cpu的特性，那么应该使用的是多进程编程，而不是多线程编程，多进程编程为multiprocessing。

2、利用锁进行同步相同的数据

直接看以下的代码：

#!/usr/bin/env python
import time
import threading

num = 0
class MyThread(threading.Thread):
    def run(self):
        #lock.acquire()
        #time.sleep(1)
        global num
        num += 1
        print self.name + 'set num to '+str(num)
        #lock.release()

#lock = threading.RLock()
threads = []
for i in range(10000):
    t = MyThread()
    threads.append(t)
for i in range(10000):
    threads[i].start()
for i in range(10000):
    threads[i].join()

看以上的代码，对全局变量进行一个修改，从而每个线程取到的是同一份的数据，从而，可能造成数据的计算结果不正确，从而需要用锁进行控制数据的正确性。

PS：在我的机器上进行运行的时候，都是正确的，从而看起来好像不用锁也可以，但是在有的机器上进行模拟的时候，最后的计算结果不正确。

在使用锁的时候，只要将注释的代码进行去掉即可使用锁。

3、锁的类型

在python的threading模块中，提供了三种锁，如下所示：

在进行锁的操作的时候，必须在每个线程中，自己获取锁，然后自己释放锁，否则会造成一直在等待，也可以称之为死锁。

4、事件

在进行多线程的时候，可以判断一个事件发生，然后触发做另外的事情，从而可以使用event，如下代码所示：

[root@python 523]# cat thread_demo.py 
#!/usr/bin/env python

import threading
import time
import Queue

def producter(name,queue,lock):
    event.clear()
    print '%s start to product...' % name
    queue.put('something')
    time.sleep(3)
    print 'product something'
    event.set()
    event.wait()

def consumer(name,queue,lock):
    print '%s start to consume...' % name
    event.wait()
    queue.get()
    print 'consume something'
    event.set()


lock = threading.Lock()
queue = Queue.Queue(10)
event = threading.Event()
threads = []
threadsc = []
for i in range(1):
    t = threading.Thread(target=producter,args=('kel%s' % i,queue,lock))
    threads.append(t)
for i in range(1):
    threads[i].start()
for i in range(1):
    t = threading.Thread(target=consumer,args=('smile%s' % i,queue,lock))
    threadsc.append(t)
for i in range(1):
    threadsc[i].start()

在使用event的时候，clear表示将flag设置为false，set表示设置为true，wait表示在false的时候，一直等待，从而当producter没有数据的时候，consumer一直在等待。