1、线程互斥锁
from threading import Thread, Lock
import time
num = 100
def task(mutex):
global num
# 在修改数据的时候,加锁
mutex.acquire()
tmp = num
time.sleep(0.1)
num = tmp - 1
# 修改完以后,释放锁,其它线程就能再次抢到锁
mutex.release()
if __name__ == '__main__':
mutex = Lock()
l = []
for i in range(10):
t = Thread(target=task, args=(mutex,))
t.start()
l.append(t)
for x in l:
x.join()
print(num)
2、GIL全局解释器锁
GIL本质就是一把互斥锁,既然是互斥锁,所有互斥锁的本质都一样,都是将并发运行变成串行,以此来控制同一时间内共享数据只能被一个任务所修改,进而保证数据安全。
可以肯定的一点是: 保护不同的数据的安全,就应该加不同的锁。
1、python的解释器有很多,cpython,jpython,pypy(python写的解释器)
2、python的库多,库都是基于cpython写起来的,其他解释器没有那么多的库
3、cpython中有一个全局大锁,每条线程要执行,必须获取到这个锁
4、为什么会有这个锁呢?python的垃圾回收机制,存在一种极端情况,cpython的垃圾后回收机制(垃圾回收线程)会在变量刚创建的时候,该变量还没来得及引用任何值,此时垃圾回收线程会把该变量当成垃圾直接回收,此时数据不安全
5、python的多线程其实就是单线程
6、某个线程想要执行,必须先拿到GIL,我们可以把GIL看作是“通行证”,并且在一个python进程中,GIL只有一个。拿不到通行证的线程,就不允许进入CPU执行
7、总结: cpython解释器中有一个全局锁(GIL),线程必须获取到GIL才能执行,我们开的多线程,不管有几个cpu,同一时刻,只有一个线程在执行(python的多线程,不能利用多核优势)
8、如果是io密集型操作:开多线程
9、如果是计算密集型:开多进程
以上两句话(8和9),只针对与cpython解释器
3、验证GIL锁的存在方式
from multiprocessing import Process
from threading import Thread
def task():
while True:
pass
if __name__ == '__main__':
for i in range(4):
t = Thread(target=task) # 因为有GIL锁,同一时刻,只有一条线程执行,所以cpu不会满
t = Process(target=task) # 由于是多进程,进程中的线程会被cpu调度执行,4个cpu全在工作,就会跑满
t.start()
4、GIL与普通互斥锁的区别
from threading import Thread, Lock
import time
num = 100
def task(mutex):
global num
mutex.acquire()
tmp = num
time.sleep(1)
num = tmp - 1
mutex.release()
if __name__ == '__main__':
mutex = Lock()
list = []
for i in range(10):
obj = Thread(target=task, args=(mutex,))
obj.start()
# obj.join() 如果直接在此处加join会变成串行
list.append(obj)
for i in list:
i.join()
print(num) # 90
结论: GIL锁是不能保证数据的安全,普通互斥锁是保证数据安全
5、死锁现象(哲学家就餐问题)
两个或两个以上的进程或线程在执行过程中,因争夺资源而造成的一种互相等待的现象,若无外力作用,它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁,这些永远在互相等待的进程称为死锁进程
死锁现象,张三拿到了A锁,等B锁,李四拿到了B锁,等A锁
from threading import Thread, Lock
import time
# 同一把锁
# mutexA = Lock()
# mutexB = mutexA
mutexA = Lock()
mutexB = Lock()
def task1(name):
mutexA.acquire()
print('{}获得了A锁'.format(name))
mutexB.acquire()
print('{}获得了B锁'.format(name))
print('{}执行程序1'.format(name))
mutexB.release()
print('{}释放了B锁'.format(name))
mutexA.release()
print('{}释放了A锁'.format(name))
def task2(name):
mutexB.acquire()
print('{}获得了B锁'.format(name))
time.sleep(2)
mutexA.acquire()
print('{}获得了A锁'.format(name))
print('{}执行程序2'.format(name))
mutexA.release()
print('{}释放了A锁'.format(name))
mutexB.release()
print('{}释放了B锁'.format(name))
if __name__ == '__main__':
name_list = ['张三', '李四', '王五']
for name in name_list:
obj = Thread(target=task1, args=(name,))
obj1 = Thread(target=task2, args=(name,))
obj.start()
obj1.start()
执行结果:
张三获得了A锁
张三获得了B锁
张三执行程序1
张三释放了B锁
张三释放了A锁
张三获得了B锁
李四获得了A锁
6、递归锁(可重入锁)
递归锁(可重入锁),同一个人可以多次acquire,每acquire一次,内部计数器加1,每relaese一次,内部计数器减一
只要计数器不为0,其他人都拿不到这把锁
from threading import Thread, RLock
import time
# 使用可重入锁解决(同一把锁)
# mutexA = RLock()
# mutexB = mutexA
mutexA = mutexB = RLock()
def task1(name):
mutexA.acquire()
print('{}获得了A锁'.format(name))
mutexB.acquire()
print('{}获得了B锁'.format(name))
print('{}执行程序1'.format(name))
mutexB.release()
print('{}释放了B锁'.format(name))
mutexA.release()
print('{}释放了A锁'.format(name))
def task2(name):
mutexB.acquire()
print('{}获得了B锁'.format(name))
time.sleep(2)
mutexA.acquire()
print('{}获得了A锁'.format(name))
print('{}执行程序2'.format(name))
mutexA.release()
print('{}释放了A锁'.format(name))
mutexB.release()
print('{}释放了B锁'.format(name))
if __name__ == '__main__':
name_list = ['张三', '李四', '王五']
for name in name_list:
obj = Thread(target=task1, args=(name,))
obj1 = Thread(target=task2, args=(name,))
obj.start()
obj1.start()
7、信号量Semaphore
Semaphore: 信号量可以理解为多把锁,同时允许多个线程来更改数据
from threading import Thread, Semaphore
import time
import random
sm = Semaphore(4)
def task(n):
sm.acquire()
print('用户{}正在学习...'.format(n))
time.sleep(random.randint(1, 3))
sm.release()
if __name__ == '__main__':
for i in range(1, 21):
obj = Thread(target=task, args=(i,))
obj.start()