python 线程锁_Python线程锁的实现

Python 线程锁的实现

Lock 的实现

锁只有两种状态,锁定或者未锁定Lock = _allocate_lock

_allocate_lock = thread.allocate_lock

thread.allocate_lock 是用C代码实现的,代码位置 Python/thread_pthread.h

假设我们的系统支持 POSIX semaphores

首先看下 sem_init 的原型#include int sem_init(sem_t *sem, int pshared, unsigned int value);

pshared决定了这个信号量是在进程中共享还是在线程中共享。pshared 为 非零值,那么不同进程中都可以共享

pshared 为 零值,那么在当前进程的线程中共享。PyThread_type_lockPyThread_allocate_lock(void){

...    /* 申请内存 */

lock = (sem_t *)malloc(sizeof(sem_t));    if (lock) {        /*

初始化

value 为1,表明这个锁是 unlocked,被该进程的所有线程共享

*/

status = sem_init(lock,0,1);

CHECK_STATUS("sem_init");

....

}

...

}

Acquire// waitflag 默认为 trueintPyThread_acquire_lock(PyThread_type_lock lock, int waitflag){    int success;    sem_t *thelock = (sem_t *)lock;    int status, error = 0;

dprintf(("PyThread_acquire_lock(%p, %d) called\n", lock, waitflag));    do {        if (waitflag)            //默认执行到这里

status = fix_status(sem_wait(thelock));        else

status = fix_status(sem_trywait(thelock));

} while (status == EINTR); /* Retry if interrupted by a signal */

if (waitflag) {

CHECK_STATUS("sem_wait");

} else if (status != EAGAIN) {

CHECK_STATUS("sem_trywait");

}

success = (status == 0) ? 1 : 0;

dprintf(("PyThread_acquire_lock(%p, %d) -> %d\n", lock, waitflag, success));    return success;

}

ReleasevoidPyThread_release_lock(PyThread_type_lock lock){    sem_t *thelock = (sem_t *)lock;    int status, error = 0;

dprintf(("PyThread_release_lock(%p) called\n", lock));    // sem_post 是关键,释放锁

status = sem_post(thelock);

CHECK_STATUS("sem_post");

}

RLock 的实现

RLock表示的是 reentrant lock,如果该锁已经被获取,那么acquire 可以被同一个线程(进程)多次无阻塞调用。但是 release 必须被匹配的使用。

下面可以看到 RLock 不过是一个浅包装def RLock(*args, **kwargs):

return _RLock(*args, **kwargs)

RLock 内部保存了一个普通的锁(thread.allocate_lock 生成),同时保存了 这个锁的 owner,class _RLock():

def __init__(self):

# 内部使用的 一个锁

self.__block = _allocate_lock()        # __owner 用来保存 acquire 成功时的线程 id

self.__owner = None

# acquire被重复调用的次数

self.__count = 0

python3 的实现

python3 会判断系统是否支持 reentrant lock,如果支持则用系统的,否则用 python 代码实现一个。

下面我们将看到,如何只用一个 Lock来实现其他的同步机制, Condition, Event, Semaphore等

Condition 的实现

多个线程可以用 condition 来等待同一个事件的发生,当一个事件发生后,所有等待的线程都可以得到通知。

一个 Condition 总是和一个锁关联在一起的。可以传递一个锁,也可以由 构造函数自己创建一个。

先看下如何使用import loggingimport randomimport threadingimport time

logging.basicConfig(level=logging.DEBUG,

format='(%(threadName)-9s) %(message)s',)

queue = []def consumer(cv, q):

logging.debug('Consumer thread started ...')    while True:        with cv:            while not q:

logging.debug("Nothing in queue, consumer is waiting")

cv.wait()

num = q.pop(0)

logging.debug("Consumed %s", num)

time.sleep(random.randint(1,3))def producer(cv, q):

logging.debug('Producer thread started ...')    while True:        with cv:

nums = range(5)

num = random.choice(nums)

q.append(num)

logging.debug("Produced %s", num)

cv.notify_all()if __name__ == '__main__':

condition = threading.Condition()    for i in range(10):

threading.Thread(name='consumer%s' % i, target=consumer, args=(condition, queue)).start()

pd = threading.Thread(name='producer', target=producer, args=(condition, queue))

pd.start()

下面看如何实现class _Condition:

def __init__(self, lock=None, verbose=None):

# 必须关联一个 Lock,如果没有的话,则自己创建一个 RLock

if lock is None:

lock = RLock()

self.__lock = lock        # 可以在 Condition上调用 acquire() and release() 方法,实际是调用的是内部锁的方法

self.acquire = lock.acquire

self.release = lock.release        # 如果锁定义了 _release_save _acquire_restore _is_owned 方法,那么使用之,否则用自己定义的

#......

# 这个很重要,保存了等待在这个Condition上的信息

self.__waiters = []

下面看 wait方法,为了篇幅,省略了部分代码def wait(self, timeout=None):

# 必须先成功调用acquire方法,才能调用wait

if not self._is_owned():            raise RuntimeError("cannot wait on un-acquired lock")        # 生成一个锁,并调用 acquire,使得它处于 locked 状态

# 这个锁代表一个waiter

waiter = _allocate_lock()

waiter.acquire()        # 保存起来

self.__waiters.append(waiter)

saved_state = self._release_save()        try:    # restore state no matter what (e.g., KeyboardInterrupt)

if timeout is None:                # 再次调用 acquire 方法,等待锁被释放

waiter.acquire()                if __debug__:

self._note("%s.wait(): got it", self)            else:                # 。。。。。。

finally:            # 必须恢复锁原来的状态,这个方法很重要

self._acquire_restore(saved_state)

再看下 notify方法def notify(self, n=1):

# 同样,必须得调用 acquire成功,才可以调用本方法

if not self._is_owned():            raise RuntimeError("cannot notify on un-acquired lock")

__waiters = self.__waiters

waiters = __waiters[:n]        if not waiters:            if __debug__:

self._note("%s.notify(): no waiters", self)            return

self._note("%s.notify(): notifying %d waiter%s", self, n,

n!=1 and "s" or "")        for waiter in waiters:            # 调用 锁上的 release 方法,使得等待者可以继续

waiter.release()            try:

__waiters.remove(waiter)            except ValueError:                pass

作者:zhaoxg_cat

链接:https://www.jianshu.com/p/e84b2d201b40

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 中,多线程编程是很常见的操作。但是多线程编程必然涉及到对共享资源的读写操作,而这很容易引起竞争条件,从而导致数据的不一致性。为了解决这个问题,Python 提供了 Lock 和 RLock 两种锁机制。 1. Lock Lock 是最简单的锁机制,也是最常用的锁机制。它通过 acquire() 方法获得锁,通过 release() 方法释放锁。当一个线程获得了锁,其他线程就不能再获得这个锁,直到这个线程释放锁为止。 下面是一个简单的例子: ```python import threading lock = threading.Lock() def func(): lock.acquire() print('Hello, world!') lock.release() t = threading.Thread(target=func) t.start() ``` 这个例子中,首先创建了一个 Lock 对象,然后定义了一个 func 函数,在函数中先获得锁,然后输出一句话,最后释放锁。在创建一个线程并执行这个函数时,输出的结果是: ``` Hello, world! ``` 在这个例子中,只有一个线程获得了锁,其他线程不能再获得这个锁,所以输出的结果只有一行。 2. RLock RLock 是可重入锁,它可以被一个线程多次 acquire(),而不会发生死锁。这个锁机制可以用在递归函数中,因为递归函数可能会多次调用自身。 下面是一个简单的例子: ```python import threading lock = threading.RLock() def func(): lock.acquire() print('Hello, world!') lock.acquire() print('Hello, again!') lock.release() lock.release() t = threading.Thread(target=func) t.start() ``` 这个例子中,首先创建了一个 RLock 对象,然后定义了一个 func 函数,在函数中先获得锁,输出一句话,再次获得锁,输出另一句话,最后释放锁。在创建一个线程并执行这个函数时,输出的结果是: ``` Hello, world! Hello, again! ``` 在这个例子中,虽然 func 函数中多次获得了锁,但是由于使用的是可重入锁,所以不会发生死锁,输出的结果也是正确的。 总结: Lock 和 RLock 都是 Python 中常用的锁机制,Lock 是最简单的锁机制,而 RLock 是可重入锁,可以在递归函数中使用。在多线程编程中,使用这两个锁机制可以有效地避免竞争条件,保证数据的一致性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值