Python基础系列讲解——线程锁Lock的使用介绍

最新推荐文章于 2023-09-18 15:37:59 发布

Python-Jack

最新推荐文章于 2023-09-18 15:37:59 发布

阅读量434

点赞数 1

分类专栏： Python入门教程100天

本文链接：https://blog.csdn.net/qfluohao/article/details/103512502

版权

本文介绍了Python中线程锁Lock的使用，探讨了GIL全局解释器锁的概念及其原因，以及如何通过Lock避免竞争条件，确保线程安全。通过示例展示了Lock的acquire和release方法，以确保并发执行的正确性。

摘要由CSDN通过智能技术生成

我们知道Python的线程是封装了底层操作系统的线程，在Linux系统中是Pthread(全称为POSIX Thread)，在Windows中是Windows Thread。因此Python的线程是完全受操作系统的管理的。但是在计算密集型的任务中多线程反而比单线程更慢。

这是为什么呢？

在CPython 解释器中执行线程时，每一个线程开始执行时，都会锁住 GIL，以阻止别的线程执行。同样的，每一个线程执行完一段后，会释放 GIL，以允许别的线程开始利用资源。毕竟，如果Python线程在开始的时候锁住GIL而不去释放GIL，那别的线程就没有运行的机会了。

为什么要这么处理呢？

我们先来介绍下竞争条件（race condition）这个概念。竞争条件是指两个或者多个线程同时竞争访问的某个资源（该资源本身不能被同时访问），有可能因为时间上存在先后原因而出现问题，这种情况叫做竞争条件（Race Condition）。（Python中进程是有独立的资源分配，线程是共用资源分配）

回到CPython上，CPython是使用引用计数器来管理内存的，所有创建的对象，都会有一个引用计数来记录有多少个指针指向它。如下所示：

a_val = []
def ReferCount():
 print(sys.getrefcount(a_val)) # 2
 b = a_val
 c = a_val
 print(sys.getrefcount(a_val)) # 4

当引用计数为0时，CPython解释器会自动释放内存。这样一来，如果有两个Python线程同时引用了一个变量&#

关注

专栏目录