锁
在使用用的过程中需要导入threading模块的Lock类
使用锁:
当多个线程几乎同时修改某一个共享数据的时候,需要进行同步控制
线程同步能够保证多个线程安全访问竞争资源,最简单的同步机制是引入互 斥锁。
互斥锁为资源引入一个状态:锁定/非锁定。
锁的语法
创建锁、锁定锁、释放锁
from threading importLock#创建锁
mutex =Lock()#获取锁(上锁)
mutex.acquire()#释放锁(解锁)
mutex.release()
在锁定锁的过程中acquire()方法可以接受一个blocking参数,
如果设定blocking为True,则当前线程会堵塞,直到获取到这个锁为止(如果没有 指定,那么默认为True)
如果设定blocking为False,则当前线程不会堵塞
上锁和解锁的过程(假设是多线程调度):
这个锁一般是为共享资源服务的,即多个线程同时使用共享资源。这个锁同一时间只能有一个线程调度,其他线程阻塞,只有当前调度的线程释放这个锁,阻塞的线程才能调度。
锁的优点:
确保了某段关键代码只能有一个线程从头到尾完整的执行。
锁的缺点:
组织了多线程的并发执行,包含锁的某段代码实际上只能以单线程模式执行,效率就大大的降低了;代码中可能存在多个锁,如果多个线程拥有多个锁,容易造成死锁。
死锁的现象(实例):
#死锁 两者都没有释放对方需要的锁,而释放的条件恰好是获取对方释放所需要的锁#线程1
classMyThread1(threading.Thread):def __init__(self):
super().__init__()defrun(self):#线程1获取A锁
ifmutexA.acquire():print(self.name+"-----do1---up-----")
sleep(1)#此时线程2获取了B锁,需要等待线程2释放B锁
ifmutexB.acquire():print(self.name + "-----do1---down-----")
mutexB.release()
mutexA.release()#线程2
classMyThread2(threading.Thread):def __init__(self):
super().__init__()defrun(self):#线程2获取B锁
ifmutexB.acquire():print(self.name + "-----do2---up-----")
sleep(1)#此时线程1获取了A锁,需要等待线程1释放A锁
ifmutexA.acquire():print(self.name + "-----do2---down-----")
mutexA.release()
mutexB.release()
mutexA=threading.Lock()
mutexB=threading.Lock()if __name__ == '__main__':#线程1和线程2同时执行
t1 =MyThread1()
t2=MyThread2()
t1.start()
t2.start()
避免死锁的方法:银行家算法
多进程与多线程比较及选择
是否采用多任务处理,取决于我们的任务类型
如果是计算密集型,需要大量的CPU资源进行运算,代码的运行效率至关重 要,这样的任务一般不使用多线程进行,因为频繁的任务调度会拖慢CPU的
运算。
如果是IO密集型,涉及到硬盘读写,网络读写等的任务,更多的时间在等待 IO操作完成,这一类任务可以放到多线程或多进程中来进行。
单线程、多线程、多进程(一起实现同一代码的时间)
#单线程、多线程、多进程的使用及不同#简单的求和
deffib(x):
res=0for i in range(100000000):
res+= i*xreturnres#阶乘
deffac(x):if x < 2:return 1
return x*fac(x-1)#简单的求和
defsum(x):
res=0for i in range(50000000):
res+= i*xreturnres#函数列表
funcs =[fib, fac, sum]
n= 100
classMyThread(threading.Thread):def __init__(self, func, args, name=""):
super().__init__()
self.name=name
self.func=func
self.args=args
self.res=0defgetResult(self):returnself.resdefrun(self):print("starting", self.name, "at:", ctime())
self.res=self.func(self.args)print(self.name, "finished at:", ctime())defmain():
nfuncs=range(len(funcs))print("单线程".center(30, "*"))
start=time()for i innfuncs:print("start {} at: {}".format(funcs[i].__name__, ctime()))
start_task=time()print(funcs[i](n))
end_task=time()print("任务 耗时:", end_task-start_task)print("{} finished at: {}".format(funcs[i].__name__, ctime()))
end=time()print("单线程运行时间:", end-start)print("单线程结束:".center(30, "*"))print()print("多线程".center(30, "*"))
start=time()
threads=[]for i innfuncs:#一个线程绑定一个函数
t = MyThread(funcs[i], n, funcs[i].__name__)
threads.append(t)for i innfuncs:#同时启动线程
threads[i].start()for i innfuncs:
threads[i].join()print(threads[i].getResult())
end=time()print("多线程运行时间:", end-start)print("多线程结束:".center(30, "*"))print()print("多进程".center(30, "*"))
start=time()
process_list=[]for i innfuncs:#一个进程绑定一个函数
t = Process(target=funcs[i], args=(n, ))
process_list.append(t)for i innfuncs:#同时启动进程
process_list[i].start()for i innfuncs:
process_list[i].join()
end=time()print("多进程运行时间:", end -start)print("多进程结束:".center(30, "*"))if __name__ == "__main__":
main()