程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

Python並行編程多線程鎖機制Lock與RLock實現線程同步

編輯:Python

目錄

什麼是鎖機制?

Lock() 管理線程

RLock() 與Lock()的區別

什麼是鎖機制?

要回答這個問題,我們需要知道為什麼需要使用鎖機制。前面我們談到一個進程內的多個線程的某些資源是共享的,這也是線程的一大優勢,但是也隨之帶來一個問題,即當兩個及兩個以上的線程同時訪問共享資源時,如果此時沒有預設對應的同步機制,就可能帶來同一時刻多個線程同時訪問同一個共享資源,即出現競態,多數情況下我們是不希望出現這樣的情況的,那麼怎麼避免呢?

Lock() 管理線程

先看一段代碼:

import threadingimport timeresource = 0count = 1000000resource_lock = threading.Lock()def increment(): global resource for i in range(count): resource += 1def decerment(): global resource for i in range(count): resource -= 1increment_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)

運行截圖如下:

運行結果

當我們多次運行時,可以看到最終的結果都幾乎不等於我們期待的值即resource初始值0

為什麼呢? 原因就是因為 += 和 -=並不是原子操作。

可以使用dis模塊查看字節碼:

import disdef add(total): total += 1def desc(total): total -= 1total = 0print(dis.dis(add))print(dis.dis(desc))# 運行結果:# 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

那麼如何保證初始值為0呢? 我們可以利用Lock(),代碼如下:

import threadingimport timeresource = 0count = 1000000resource_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)

運行截圖如下:

運行結果

從運行結果可以看到,不論我們運行多少次改代碼,其resource的值都為初始值0, 這就是Lock()的功勞,即它可以將某一時刻的訪問限定在單個線程或者單個類型的線程上,在訪問鎖定的共享資源時,必須要現獲取對應的鎖才能訪問,即要等待其他線程釋放資源,即resource_lock.release()當然為了防止我們對某個資源鎖定後,忘記釋放鎖,導致死鎖,我們可以利用上下文管理器管理鎖實現同樣的效果:

import threadingimport timeresource = 0count = 1000000resource_lock = threading.Lock()def increment(): global resource for i in range(count): with resource_lock: resource += 1def decerment(): global resource for i in range(count): with resource_lock: resource -= 1increment_thread = threading.Thread(target=increment)decerment_thread = threading.Thread(target=decerment)increment_thread.start()decerment_thread.start()RLock() 與Lock()的區別

我們需要知道Lock()作為一個基本的鎖對象,一次只能一個鎖定,其余鎖請求,需等待鎖釋放後才能獲取,否則會發生死鎖:

import threadingresource.lock = threading.lock()resource = 0resource.lock.acquire()resource.lock.acquire()resource += 1resource.lock.release()resource.lock.release()

為解決同一線程中不能多次請求同一資源的問題,python提供了“可重入鎖”:threading.RLockRLock內部維護著一個Lock和一個counter變量,counter記錄了acquire的次數,從而使得資源可以被多次acquire

直到一個線程所有的acquire都被release,其他的線程才能獲得資源 。用法和threading.Lock類相同,即比如遞歸鎖的使用:

import threadinglock = threading.RLock()def dosomething(lock): lock.acquire() # do something lock.release()lock.acquire()dosomething(lock)lock.release()

以上就是Python並行編程多線程鎖機制Lock與RLock實現線程同步的詳細內容,更多關於Python鎖Lock RLock線程同步的資料請關注軟件開發網其它相關文章!



  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved