python线程互斥锁_Python多线程与互斥锁

多线程-threading

python的thread模块是⽐较底层的模块，python的threading 模块是对thread做了⼀些包装的，可以更加⽅便的被使⽤。

1.使⽤threading模块

from threading import Thread      #导入模块

t = Thread(target = xxx)          #创建线程实例  target = 函数名

t.start()                         #开始线程

说明

使⽤多线程并发的操作，花费时间要短很多

创建好的线程，需要调⽤start()⽅法来启动

主线程会等待所有的⼦线程结束后才结

python的threading.Thread类有⼀个run⽅法，⽤于定义线程的功能函 数，

可以在⾃⼰的线程类中覆盖该⽅法。⽽创建⾃⼰的线程实例后，通 过Thread类的start⽅法，

可以启动该线程，交给python虚拟机进⾏调 度，当该线程获得执⾏的机会时，就会调⽤run⽅法执⾏线程。

import threading

importtime

class MyThread(threading.Thread):

def run(self):

fori in range(3):

time.sleep(1)

msg="I'm"+self.name+'@'+str(i)#name属性中保存的是当前线程的

print(msg)

if __name__ =='__main__':

t = MyThread()

t.start()

多线程程序的执⾏顺序是不确定的。当执 ⾏到sleep语句时，线程将被阻塞(Blocked)，到sleep结束后，线程进⼊就 绪(Runnable)状态，等待调度。⽽线程调度将⾃⾏选择⼀个线程执⾏。上 ⾯的代码中只能保证每个线程都运⾏完整个run函数，但是线程的启动顺序、 run函数中每次循环的执⾏顺序都不能确定。

总结

每个线程⼀定会有⼀个名字，尽管上⾯的例⼦中没有指定线程对象的 name，但是python会⾃动为线程指定⼀个名字。

当线程的run()⽅法结束时该线程完成。

⽆法控制线程调度程序，但可以通过别的⽅式来影响线程调度的⽅式。

线程的⼏种状态：

5、多线程共享全局变量，进程无法共享

在⼀个进程内的所有线程共享全局变量，能够在不适⽤其他⽅式的前提下完成多线程之间的数据共享(这点要⽐多进程要好)

缺点就是，线程是对全局变量随意遂改可能造成多线程之间对全局变量 的混乱(即线程⾮安全)

为了解决共享变量混乱问题，因此引入互斥锁：

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。

某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他 线程不能更改；直到该线程释放资源，将资源的状态变成“⾮锁定”，其他的 线程才能再次锁定该资源。互斥锁保证了每次只有⼀个线程进⾏写⼊操作， 从⽽保证了多线程情况下数据的正确性。

代码实现：

from threadind import Lock      #导入模块

mutex = Lock()                  #创建锁实例

mutex.acquire()                 #上锁

mutex.release()                 #解锁

其中，锁定⽅法acquire可以有⼀个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

当⼀个线程调⽤锁的acquire()⽅法获得锁时，锁就进⼊“locked”状态。

每次只有⼀个线程可以获得锁。如果此时另⼀个线程试图获得这个锁，该线 程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调⽤锁的 release()⽅法释放锁之后，锁进⼊“unlocked”状态。

线程调度程序从处于同步阻塞状态的线程中选择⼀个来获得锁，并使得该线 程进⼊运⾏(running)状态。

总结

锁的好处：

确保了某段关键代码只能由⼀个线程从头到尾完整地执⾏

锁的坏处：

阻⽌了多线程并发执⾏，包含锁的某段代码实际上只能以单线程模式执 ⾏，效率就⼤⼤地下降了 由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对⽅持有 的锁时，可能会造成死锁

在多线程开发中，全局变量是多个线程都共享的数据，⽽局部变量等是 各⾃线程的，是⾮共享的