python锁_Python-锁

一. Python线程互斥锁Lock

使用多线程可以同时执行多个任务，提高开发效率，但是在实际开发中往往我们会碰到线程同步问题，假如有这样一个场景：对全局变量累加1000000此，为了提高开发效率，我们可以使用多线程完成，示例代码如下:

#!/usr/bin/python

#-*- coding: utf-8 -*-# 导入线程threading模块

import threading

# 声明全局变量

g_num= 0def my_thread1():

# 声明全局变量globalg_num

# 循环1000000 次，每次累计加 1

for i in range(0, 1000000):

g_num= g_num + 1def my_thread2():

# 声明全局变量globalg_num

# 循环1000000 次，每次累计加 1

for i in range(0, 1000000):

g_num= g_num + 1def main():

# 声明全局变量globalg_num

# 初始化全局变量，初始值为0# 创建两个线程，对全局变量进行累计加1t1= threading.Thread(target=my_thread1)

t2= threading.Thread(target=my_thread2)

# 启动线程

t1.start()

t2.start()

# 阻塞函数，等待线程结束

t1.join()

t2.join()

# 获取全局变量的值

print("计算结果：%d" %(g_num))if __name__ == "__main__":

main()

执行结果:

这个是什么操作?看着代码好像也没问题，两个线程，各自累加1000000次，不应该输出的是2000000吗？

1. 线程共享全局变量

分析上面的代码：两个线程共享全局变量并执行for循环1000000，每次自动加1，我们都知道两个线程都是在同时运行，也就是说两个线程同时在执行g_num = g-num = 1操作，经过我们冷静分析一波，貌似结果该是应该等于2000000，对不对?

首先我们将上面的全局变量自动加1的代码分为两步:

第一步: g_num + 1

第二步: 将g_num + 1的结果赋值给g_num

由此可见，执行一个完整的自动加1的过程需要两步，然而线程确是同时在运行，谁也不能保证线程1的第一步和第二部执行完成之后才执行线程2的第一步和第二步，执行的过程充满随机性，这就是导致每次计算结果不同的原因所在。

2. 线程互斥锁

为了避免上面的问题，我们可以利用线程互斥锁解决这个问题，那么线程互斥锁到底是个什么原理呢?互斥锁就好比排队上厕所，一个坑位只能蹲一个人，只有占用坑位的人完事了，另一个人才能上!!

创建互斥锁

导入线程模块，通过threading.Lock()创建互斥锁

import threading

mutex= threading.Lock()

锁定资源/解锁资源

acquire() --锁定资源，此时资源是锁定状态，其他线程无法修改锁定的资源，知道等待锁定的资源释放之后才能操作

release() --释放资源，也成为解锁操作，对锁定的资源解锁，解锁之后其他线程可以对资源正常操作

上面的代码为例子:想得到正确的结果，可以直接利用互斥锁在全局变量加1之前锁定资源，然后在计算完成之后释放资源，这样就是一个完整的计算过程，至于应该是那个线程先执行，无所谓，先到先得，凭本事说话

#!/usr/bin/python

#-*- coding: utf-8 -*-# 导入线程threading模块

import threading

mutex=threading.Lock()

# 声明全局变量

g_num= 0def my_thread1():

# 声明全局变量globalg_num

# 循环1000000 次，每次累计加 1

for i in range(0, 1000000):

mutex.acquire()

g_num= g_num + 1mutex.release()

def my_thread2():

# 声明全局变量globalg_num

# 循环1000000 次，每次累计加 1

for i in range(0, 1000000):

mutex.acquire()

g_num= g_num + 1mutex.release()

def main():

# 声明全局变量globalg_num

# 初始化全局变量，初始值为0# 创建两个线程，对全局变量进行累计加1t1= threading.Thread(target=my_thread1)

t2= threading.Thread(target=my_thread2)

# 启动线程

t1.start()

t2.start()

# 阻塞函数，等待线程结束

t1.join()

t2.join()

# 获取全局变量的值

print("计算结果：%d" %(g_num))if __name__ == "__main__":

main()

执行结果: