Python中使用线程锁和进程锁进行线程/进程同步操作

Python中使用线程锁和进程锁进行线程/进程同步操作
在Python中，多线程和多进程编程是常见的并发处理方式。然而，由于线程或进程之间共享资源，因此需要进行同步操作以避免数据冲突和不一致。线程锁和进程锁是实现同步操作的常用方法。
线程锁

Python标准库中的threading模块提供了线程锁的实现，即Lock对象。线程锁用于保护共享资源，确保同一时刻只有一个线程可以访问被保护的代码块。
下面是一个简单的示例，展示如何使用线程锁：

import threading
# 创建一个线程锁对象
lock = threading.Lock()
# 定义一个共享资源
count = 0
# 定义一个线程函数
def worker():
    global count
    # 获取锁
    lock.acquire()
    try:
        # 更新共享资源
        count += 1
        print(f"Thread {threading.current_thread().name} updated count to {count}")
    finally:
        # 释放锁
        lock.release()
# 创建多个线程并启动
threads = []
for i in range(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()
# 等待所有线程完成
for t in threads:
    t.join()

在上面的示例中，我们创建了一个Lock对象，并在worker函数中使用它来保护对共享资源count的访问。通过获取和释放锁，确保了同一时刻只有一个线程可以更新count变量。
进程锁

Python标准库中的multiprocessing模块提供了进程锁的实现，即Lock对象。进程锁用于保护共享资源，确保同一时刻只有一个进程可以访问被保护的代码块。与线程锁不同，进程锁是进程间同步的机制。
下面是一个简单的示例，展示如何使用进程锁：

import multiprocessing as mp
import time
# 创建一个进程锁对象
lock = mp.Lock()
# 定义一个共享资源
count = mp.Value('i', 0)
# 定义一个进程函数
def worker():
    global count
    # 获取锁
    lock.acquire()
    try:
        # 更新共享资源
        count.value += 1
        print(f"Process {mp.current_process().name} updated count to {count.value}")
    finally:
        # 释放锁
        lock.release()
        time.sleep(1)  # 模拟耗时操作，使输出更易于观察不同进程的执行顺序
if __name__ == '__main__':
    # 创建多个进程并启动
    processes = []
    for i in range(5):
        p = mp.Process(target=worker)
        processes.append(p)
        p.start()
    # 等待所有进程完成
    for p in processes:
        p.join()