文章首发微信公众号,微信搜索:猿说python
在前一篇文章
# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:何以解忧
@Blog(个人博客地址): shuopython.com
@WeChat Official Account(微信公众号):猿说python
@Github:www.github.com
@File:python_thread_lock.py
@Time:2019/10/17 21:22
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
"""
# 导入线程threading模块
import threading
# 声明全局变量
g_num = 0
def my_thread1():
# 声明全局变量
global g_num
# 循环 1000000 次,每次累计加 1
for i in range(0,1000000):
g_num = g_num + 1
def my_thread2():
# 声明全局变量
global g_num
# 循环 1000000 次,每次累计加 1
for i in range(0,1000000):
g_num = g_num + 1
def main(i):
# 声明全局变量
global g_num
# 初始化全局变量,初始值为 0
g_num = 0
# 创建两个线程,对全局变量进行累计加 1
t1 = 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("第%d次计算结果:%d "% (i,g_num))
if __name__ == "__main__":
# 循环4次,调用main函数,计算全局变量的值
for i in range(1,5):
main(i)
输出结果:
第1次计算结果:1262996
第2次计算结果:1661455
第3次计算结果:1300211
第4次计算结果:1563699
what ? 这是什么操作??看着代码好像也没问题,两个线程,各自累加1000000次,不应该输出是2000000次吗?而且调用了4次main函数,每次输出的结果还不同!!
一.线程共享全局变量
分析下上面的代码: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同时在运行,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,貌似结果还是应该等于2000000,对不对?
首先,我们将上面全局变量自动加 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过程需要两步,然而线程却是在同时运行,谁也不能保证线程1的第一步和第二步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!
举个简单的例子:
假如当前 g_num 值是100,当线程1执行第一步时,cpu通过计算获得结果101,并准备把计算的结果101赋值给g_num,然后再传值的过程中,线程2突然开始执行了并且执行了第一步,此时g_num的值仍未100,101还在传递的过程中,还没成功赋值,线程2获得计算结果101,并准备传递给g_num,经过一来一去这么一折腾,分明做了两次加 1 操作,g_num结果却是101,误差就由此产生,往往循环次数越多,产生的误差就越大。
二.线程互斥锁
为了避免上述问题,我们可以利用线程互斥锁解决这个问题。那么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,另外一个人才能上!
1.创建互斥锁
导入线程模块,通过 threading.Lock() 创建互斥锁.
# 导入线程threading模块
import threading
# 创建互斥锁
mutex = threading.Lock()
2.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,直到等待锁定的资源释放之后才能操作;
release() — 释放资源,也称为解锁操作,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;
以上面的代码为列子: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,至于应该是哪个线程先执行,无所谓,先到先得,凭本事说话….演示代码如下:
# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:何以解忧
@Blog(个人博客地址): shuopython.com
@WeChat Official Account(微信公众号):猿说python
@Github:www.github.com
@File:python_thread_lock.py
@Time:2019/10/18 21:22
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
"""
# 导入线程threading模块
import threading
# 声明全局变量
g_num = 0
# 创建互斥锁
mutex = threading.Lock()
def my_thread1():
# 声明全局变量
global g_num
# 循环 1000000 次,每次累计加 1
for i in range(0,1000000):
# 锁定资源
mutex.acquire()
g_num = g_num + 1
# 解锁资源
mutex.release()
def my_thread2():
# 声明全局变量
global g_num
# 循环 1000000 次,每次累计加 1
for i in range(0,1000000):
# 锁定资源
mutex.acquire()
g_num = g_num + 1
# 解锁资源
mutex.release()
def main(i):
# 声明全局变量
global g_num
# 初始化全局变量,初始值为 0
g_num = 0
# 创建两个线程,对全局变量进行累计加 1
t1 = 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("第%d次计算结果:%d "% (i,g_num))
if __name__ == "__main__":
# 循环4次,调用main函数,计算全局变量的值
for i in range(1,5):
main(i)
输出结果:
第1次计算结果:2000000
第2次计算结果:2000000
第3次计算结果:2000000
第4次计算结果:2000000
由此可见,全局变量计算加上互斥锁之后,不论执行多少次,计算结果都相同。注意:互斥锁一旦锁定之后要记得解锁,否则资源会一直处于锁定状态;
三.线程死锁
1.单个互斥锁的死锁:acquire()/release() 是成对出现的,互斥锁对资源锁定之后就一定要解锁,否则资源会一直处于锁定状态,其他线程无法修改;就好比上面的代码,任何一个线程没有释放资源release(),程序就会一直处于阻塞状态(在等待资源被释放),不信你可以试一试~
2.多个互斥锁的死锁:在同时操作多个互斥锁的时候一定要格外小心,因为一不小心就容易进入死循环,假如有这样一个场景:boss让程序员一实现功能一的开发,让程序员二实现功能二的开发,功能开发完成之后一起整合代码!
# 导入线程threading模块
import threading
# 导入线程time模块
import time
# 创建互斥锁
mutex_one = threading.Lock()
mutex_two = threading.Lock()
def programmer_thread1():
mutex_one.acquire()
print("我是程序员1,module1开发正式开始,谁也别动我的代码")
time.sleep(2)
# 此时会堵塞,因为这个mutex_two已经被线程programmer_thread2抢先上锁了,等待解锁
mutex_two.acquire()
print("等待程序员2通知我合并代码")
mutex_two.release()
mutex_one.release()
def programmer_thread2():
mutex_two.acquire()
print("我是程序员2,module2开发正式开始,谁也别动我的代码")
time.sleep(2)
# 此时会堵塞,因为这个mutex_one已经被线程programmer_thread1抢先上锁了,等待解锁
mutex_one.acquire()
print("等待程序员1通知我合并代码")
mutex_one.release()
mutex_two.release()
def main():
t1 = threading.Thread(target=programmer_thread1)
t2 = threading.Thread(target=programmer_thread2)
# 启动线程
t1.start()
t2.start()
# 阻塞函数,等待线程结束
t1.join()
t2.join()
# 整合代码结束
print("整合代码结束 ")
if __name__ == "__main__":
main()
输出结果:
我是程序员1,module1开发正式开始,谁也别动我的代码
我是程序员2,module2开发正式开始,谁也别动我的代码
分析下上面代码:程序员1在等程序员2通知,程序员2在等程序员1通知,两个线程都陷入阻塞中,因为两个线程都在等待对方解锁,这就是死锁!所以在开发中对于死锁的问题还是需要多多注意!
四.重点总结
1.线程与线程之间共享全局变量需要设置互斥锁;
2.注意在互斥锁操作中 acquire()/release() 成对出现,避免造成死锁;
猜你喜欢:
想了解更多python内容请直接搜索微信公众号:猿说pythonPython教程 - 猿说Pythonwww.shuopython.com
本人也还在学习python中,博客会持续更新ing,有兴趣的小伙伴关注走一波,推荐浏览个人博客网站:猿说python,文章采用树状分类,结构目录清晰一点,文章内容有问题的话欢迎给出建议或者直接留言.