Python 多线程编程-05-threading 模块 - Semaphore 和 BoundedSemaphore

目 录

1. Semaphore 信号量介绍

2. threading.Semaphore

2.1 threading.Semaphore 属性和方法

2.1.1 threading.Semaphore 构造方法

2.1.2 threading.Semaphore 属性和方法

2.2 threading.Semaphore 使用示范

2.2.1  使用 threading.Semaphore 控制最多线程数量

2.2.2 threading.Semaphore 使用 with 减少代码量

3. threading.BoundedSemaphore

3.1 BoundedSemaphore 和 Semaphore 的区别

3.2 threading.BoundedSemaphore 属性和方法

3.3 threading.BoundedSemaphore 使用示范

---

Python 多线程编程目录

Python 多线程编程-01-threading 模块初识

Python 多线程编程-02-threading 模块-锁的使用

Python 多线程编程-03-threading 模块 - Condition

Python 多线程编程-04-threading 模块 - Event

Python 多线程编程-05-threading 模块 - Semaphore 和 BoundedSemaphore

Python 多线程编程-06-threading 模块 - Timer  

Python 多线程编程-07-threading 模块 - Barrier

​​​​​

1. Semaphore 信号量介绍

     泛泛的讲，多进程/线程中的信号量机制，可以理解为有二元组（S,Q），S是整形变量，初值为非负数，Q是一个初始状态为空的等待队列，这个机制设计就是为了为了实现进程/线程中同步和互斥关系。

    有同学可能没有接触过 Semaphore 信号量的概念，可以简单参考这篇文章。

​​​​​​2.4 CPU管理--信号量和PV操作_一分耕耘一分收获-CSDN博客。虽然这篇文字是针对进程讲的，但是在多线程编程中，信号量的设计意图和使用机制是一样的。

2. threading.Semaphore

      threading.Semaphore 可以理解为一个内置的计数器，当调用 acquire 方法时候内置计数器 -1，对应着申请资源；调用 release 方法时候内置计数器+1，对应着释放可用资源。

2.1 threading.Semaphore 属性和方法

2.1.1 threading.Semaphore 构造方法

         s=threading.Semaphore(value=1)，value 指示信号量的最大计数，默认是1；在代码设计中可以理解为可用资源数目。

2.1.2 threading.Semaphore 属性和方法

threading.Semaphore 属性和方法

序号	属性和方法	描述
1	acquire(self, blocking=True, timeout=None)	获得一个信号量，其内置计数器 -1； 如果调用时候不使用参数：如果调用时候计数器大于 0 则 -1 且立刻返回；如果是零时，则阻塞当前线程，等待其他线程调用release() 来释放资源使其大于零。这些是通过适当的交互锁来完成的，因此如果多个acquire() 调用被阻止，release() 将只唤醒其中一个调用。实现可能会随机选择一个，因此哪些被阻塞的线程被唤醒是不可靠的，在这种情况下没有返回值。 如果调用时候使用参数： a) blocking=True 和上面一致，成功时候立刻返回 True b) blocking=False，那么计数器是零时候，不会阻塞，而是立刻返回 False。 c) timeout=n，而不等于 None，那么最多阻塞 n 秒，n 秒内没有获得信号量，则返回 False
2	mro()	内置的 mro 方法，返回类型的方法解析顺序。
3	release(self)	释放资源，信号量的计数器 +1，如果原来信号量计数器等于0，那么则唤醒一个等待中的线程。

2.2 threading.Semaphore 使用示范

2.2.1  使用 threading.Semaphore 控制最多线程数量

下面设计了一个程序，semaphore 设计了最多5个线程可以同时启动，第n个线程 sleep n-1 秒，然后再 release 资源；这样可以看到在第一秒同时启动了 6 个线程（第一个线程立刻释放，所以第六个立刻获得了资源），接下来则是每隔一秒钟有一个线程获得资源。

import threading
import time

s=threading.Semaphore(5)
thread_list=[]

def fun(n):
    s.acquire()
    print(time.ctime(),"===>",n)
    time.sleep(n)
    s.release()
    
for tmp in range(10):
    t=threading.Thread(target=fun,args=(tmp,))
    thread_list.append(t)

for tmp in range(10):
    thread_list[tmp].start()

运行结果如下：

2.2.2 threading.Semaphore 使用 with 减少代码量

使用 with 用法，可以省去 release() 方法，结果是一样的。

s=threading.Semaphore(5)
thread_list=[]

def fun2(n):
    with s:
        print(time.ctime(),"===>",n)
        time.sleep(n)
    
for tmp in range(10):
    t=threading.Thread(target=fun2,args=(tmp,))
    thread_list.append(t)

for tmp in range(10):
    thread_list[tmp].start()

for tmp in range(10):
    thread_list[tmp].join()
    
print("All done!")

运行结果如下：

3. threading.BoundedSemaphore

3.1 BoundedSemaphore 和 Semaphore 的区别

     BoundedSemaphore 和 Semaphore 的区别的区别在于 threading.BoundedSemaphore 会在过多的使用 release() 时候报错 " ValueError: Semaphore released too many times "。

3.2 threading.BoundedSemaphore 属性和方法

        threading.BoundedSemaphore 的属性和方法和 threading.Semaphore 非常类似，不再赘述。

3.3 threading.BoundedSemaphore 使用示范

代码设计如下，当对 threading.BoundedSemaphore 重复释放时候，就是会报错。

s=threading.Semaphore(3)
bs=threading.BoundedSemaphore(3)
thread_list=[]

def fun(n):
    with s:
        print(time.ctime(),"===>",n)
        time.sleep(n)
    # 即使使用了 with 语句会自动 release，也再显示的释放一次
    s.release() 
    
def fun2(n):
    with bs:
        print(time.ctime(),"===>",n)
        time.sleep(n)
    bs.release()
    
for tmp in range(5):
    t=threading.Thread(target=fun,args=(tmp,))
    thread_list.append(t)

for tmp in range(5):
    thread_list[tmp].start()

# 
thread_list=[]  
time.sleep(6)

for tmp in range(5):
    t=threading.Thread(target=fun2,args=(tmp,))
    thread_list.append(t)

for tmp in range(5):
    thread_list[tmp].start()
    
print("All done!")

运行结果

'''

要是大家觉得写得还行，麻烦点个赞或者收藏吧，想个博客涨涨人气，非常感谢！

'''