Python中的线程锁

每个线程互相独立,相互之间没有任何关系,但是在同一个进程中的资源,线程是共享的,如果不进行资源的合理分配,对数据造成破坏,使得线程运行的结果不可预期。这种现象称为“线程不安全”。

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。

threading模块中定义了Lock类,可以方便的处理锁定:

#创建锁

mutex = threading.Lock()

#锁定

mutex.acquire([timeout])#timeout是超时时间

#释放

mutex.release()

其中,锁定方法acquire可以有一个超时时间的可选参数timeout。如果设定了timeout,则在超时后通过返回值可以判断是否得到了锁,从而可以进行一些其他的处理。

# coding:utf-8

importthreading

start_task =

task_num =10000

mu = threading.Lock()###通过工厂方法获取一个新的锁对象

classMyThread(threading.Thread):##类MyThread继承threading.Thread

defrun(self):## 线程启动的入口函数,子类需要重写

globalstart_task

globalmu

globalstart_task

whilestart_task

ifmu.acquire():## 加锁

ifstart_task

printstart_task

start_task = start_task +1

mu.release()##释放锁

deftest():

thread_all =[]

foriinrange(10):##for循环创建6个线程

t = MyThread()## 创建线程

thread_all.append(t)

t.start()##启动线程

foriinrange(10):

thread_all[i].join()##等待线程结束

if__name__=="__main__":

test()

在threading模块中,定义两种类型的琐:threading.Lock和threading.RLock。它们之间有一点细微的区别,通过比较下面两段代码来说明:

import threading

lock = threading.Lock() #Lock对象

lock.acquire()

lock.acquire() #产生了死琐。

lock.release()

lock.release()

import threading

rLock = threading.RLock() #RLock对象

rLock.acquire()

rLock.acquire() #在同一线程内,程序不会堵塞。

rLock.release()

rLock.release()

# coding:utf-8

importthreading

lock = threading.RLock()

ret = lock.acquire(1)

print(ret)

ret = lock.acquire(3)

print(ret)

ret = lock.acquire(True)

print(ret)

ret = lock.acquire(False)

print(ret)

lock.release()

lock.release()

lock.release()

lock.release()

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180619G1UWU900?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券