Python中的多线程和加锁限制访问

5月30日学习笔记

Thread类的定义

安装pip install threading （好像是内置的）
Thread类定义threading.Thread(self, group=None, target=None, name=None,agrs=(),kwargs=None, *, daemon=None)

参数group是预留的，用于将来扩展；

参数target是一个可调用对象，在线程启动后执行；

参数name是线程的名字。默认值为“Thread-N“，N是一个数字；

参数args和kwargs分别表示调用target时的参数列表和关键字参数。

创建一个Thread类

要创建一个thread类，要从threading.Thread中继承。
例如

import threading
class demo1_thread(threading.Thread):
#run方法，可以将其重写并把要执行的函数放在这
	    def run(self):
        the_thread = threading.current_thread()#current—_thread(),获取当前线程
        for x in range(3):
            print("%s正在执行..." % the_thread.name)

        

然后在主函数main中执行start（）即可。

给线程上锁

使用锁的原则：

1. 把尽量少的和不耗时的代码放到锁中执行。
2. 代码执行完成后要记得释放锁。
   因为上锁是很占用计算机资源的
   threading中内置有Lock用于上锁

gLock = threading.Lock()
value = 0
def add_value():
    # 如果在函数中修改了全局变量，那么需要使用
    # global关键字进行申明
    global value
    gLock.acquire()#用于上锁
    # gLock.acquire()
    for x in range(1000000):
        value += 1
    gLock.release()#用于释放锁
    print("value的值是：%d"%value)

Lock版的生产者和消费者模式

生产者和消费者模式是多线程开发中经常见到的一种模式。生产者的线程专门用来生产一些数据，然后存放到一个中间的变量中。消费者再从这个中间的变量中取出数据进行消费。通过生产者和消费者模式，可以让代码达到高内聚低耦合的目标，程序分工更加明确，线程更加方便管理。说白了就是不同线程共用相同的资源，并借此传递信息。
例

import threading
import random

gMoney = 0
gLock = threading.</