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()