Python互斥锁

from threading import Thread, Lock
import time

g_num = 0


def test1():
    global g_num
    for i in range(1000000):
        mutex_flag = mutex.acquire(True)  # 如果此句放入for外面就完全算是单线程执行了
        # True表示堵塞，即如果这个锁在上锁前已被其他线程上锁，那么当前线程会一直卡在这里等待
        # False表示非堵塞，即不管本次调用能否成功上锁，都不会卡在这里，而是继续向下执行
        if mutex_flag:
            g_num += 1
            mutex.release()
    print('in test1 g_num is %d' % g_num)


def test2():
    global g_num
    for i in range(1000000):
        mutex_flag = mutex.acquire(True)
        if mutex_flag:
            g_num += 1
            mutex.release()
    print('in test2 g_num is %d' % g_num)


mutex = Lock()
t1 = Thread(target=test1)
t1.start()

t2 = Thread(target=test2)
t2.start()

print('g_num is %d' % g_num)

返回：

g_num is 118372
in test2 g_num is 1939130
in test1 g_num is 2000000

可见，加入互斥锁后结果符合预期

上锁解锁过程

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。也就是说多线程时获得锁的线程不确定。

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