python多线程同步机制_Python并行编程(二)：多线程锁机制利用Lock与RLock实现线程同步...

什么是锁机制？

要回答这个问题，我们需要知道为什么需要使用锁机制。前面我们谈到一个进程内的多个线程的某些资源是共享的，这也是线程的一大优势，但是也随之带来一个问题，即当两个及两个以上的线程同时访问共享资源时，如果此时没有预设对应的同步机制，就可能带来同一时刻多个线程同时访问同一个共享资源，即出现竞态，多数情况下我们是不希望出现这样的情况的，那么怎么避免呢？

Lock() 管理线程

先看一段代码：

import threading

import time

resource = 0

count = 1000000

resource_lock = threading.Lock()

def increment():

global resource

for i in range(count):

resource += 1

def decerment():

global resource

for i in range(count):

resource -= 1

increment_thread = threading.Thread(target=increment)

decerment_thread = threading.Thread(target=decerment)

increment_thread.start()

decerment_thread.start()

increment_thread.join()

decerment_thread.join()

print(resource)

复制代码

运行截图如下：

当我们多次运行时，可以看到最终的结果都几乎不等于我们期待的值即resource初始值0。

为什么呢？ 原因就是因为 += 和 -=并不是原子操作。可以使用dis模块查看字节码：

import dis

def add(total):

total += 1

def desc(total):

total -= 1

total = 0

print(dis.dis(add))

print(dis.dis(desc))

# 运行结果：

# 3 0 LOAD_FAST 0 (total)

# 3 LOAD_CONST 1 (1)

# 6 INPLACE_ADD

# 7 STORE_FAST 0 (total)

# 10 LOAD_CONST 0 (None)

# 13 RETURN_VALUE

# None

# 5 0 LOAD_FAST 0 (total)

# 3 LOAD_CONST 1 (1)

# 6 INPLACE_SUBTRACT

# 7 STORE_FAST 0 (total)

# 10 LOAD_CONST 0 (None)

# 13 RETURN_VALUE

# None

复制代码

那么如何保证初始值为0呢？ 我们可以利用Lock()，代码如下：

import threading

import time

resource = 0

count = 1000000

resource_lock = threading.Lock()

def increment():

global resource

for i in range(count):

resource_lock.acquire()

resource += 1

resource_lock.release()

def decerment():

global resource

for i in range(count):

resource_lock.acquire()

resource -= 1

resource_lock.release()

increment_thread = threading.Thread(target=increment)

decerment_thread = threading.Thread(target=decerment)

increment_thread.start()

decerment_thread.start()

increment_thread.join()

decerment_thread.join()

print(resource)

复制代码

运行截图如下：

从运行结果可以看到，不论我们运行多少次改代码，其resource的值都为初始值0， 这就是Lock()的功劳，即它可以将某一时刻的访问限定在单个线程或者单个类型的线程上，在访问锁定的共享资源时，必须要现获取对应的锁才能访问，即要等待其他线程释放资源，即resource_lock.release()

当然为了防止我们对某个资源锁定后，忘记释放锁，导致死锁，我们可以利用上下文管理器管理锁实现同样的效果：

import threading

import time

resource = 0

count = 1000000

resource_lock = threading.Lock()

def increment():

global resource

for i in range(count):

with resource_lock:

resource += 1

def decerment():

global resource

for i in range(count):

with resource_lock:

resource -= 1

increment_thread = threading.Thread(target=increment)

decerment_thread = threading.Thread(target=decerment)

increment_thread.start()

decerment_thread.start()

复制代码

RLock() 与Lock()的区别

我们需要知道Lock()作为一个基本的锁对象，一次只能一个锁定，其余锁请求，需等待锁释放后才能获取，否则会发生死锁：

import threading

resource.lock = threading.lock()

resource = 0

resource.lock.acquire()

resource.lock.acquire()

resource += 1

resource.lock.release()

resource.lock.release()

复制代码

为解决同一线程中不能多次请求同一资源的问题，python提供了“可重入锁”：threading.RLock，RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次acquire。直到一个线程所有的acquire都被release，其他的线程才能获得资源 。用法和threading.Lock类相同，即比如递归锁的使用：

import threading

lock = threading.RLock()

def dosomething(lock):

lock.acquire()

# do something

lock.release()

lock.acquire()

dosomething(lock)

lock.release()

复制代码