python線程中同步鎖詳解
在使用多線程的應(yīng)用下,如何保證線程安全,以及線程之間的同步,或者訪問共享變量等問題是十分棘手的問題,也是使用多線程下面臨的問題,如果處理不好,會帶來較嚴(yán)重的后果,使用python多線程中提供Lock Rlock Semaphore Event Condition 用來保證線程之間的同步,后者保證訪問共享變量的互斥問題
Lock & RLock:互斥鎖 用來保證多線程訪問共享變量的問題
Semaphore對象:Lock互斥鎖的加強版,可以被多個線程同時擁有,而Lock只能被某一個線程同時擁有。
Event對象: 它是線程間通信的方式,相當(dāng)于信號,一個線程可以給另外一個線程發(fā)送信號后讓其執(zhí)行操作。
Condition對象:其可以在某些事件觸發(fā)或者達到特定的條件后才處理數(shù)據(jù)
1、Lock(互斥鎖)
請求鎖定 — 進入鎖定池等待 — 獲取鎖 — 已鎖定 — 釋放鎖
Lock(指令鎖)是可用的最低級的同步指令。Lock處于鎖定狀態(tài)時,不被特定的線程擁有。Lock包含兩種狀態(tài)——鎖定和非鎖定,以及兩個基本的方法。
可以認(rèn)為Lock有一個鎖定池,當(dāng)線程請求鎖定時,將線程至于池中,直到獲得鎖定后出池。池中的線程處于狀態(tài)圖中的同步阻塞狀態(tài)。
構(gòu)造方法:
Lock()
實例方法:
acquire([timeout]): 使線程進入同步阻塞狀態(tài),嘗試獲得鎖定。
release(): 釋放鎖。使用前線程必須已獲得鎖定,否則將拋出異常。
if mutex.acquire(): counter += 1 print "I am %s, set counter:%s" % (self.name, counter) mutex.release()
2、RLock(可重入鎖)
RLock(可重入鎖)是一個可以被同一個線程請求多次的同步指令。RLock使用了“擁有的線程”和“遞歸等級”的概念,處于鎖定狀態(tài)時,RLock被某個線程擁有。擁有RLock的線程可以再次調(diào)用acquire(),釋放鎖時需要調(diào)用release()相同次數(shù)。
可以認(rèn)為RLock包含一個鎖定池和一個初始值為0的計數(shù)器,每次成功調(diào)用 acquire()/release(),計數(shù)器將+1/-1,為0時鎖處于未鎖定狀態(tài)。
構(gòu)造方法:
RLock()
實例方法:
acquire([timeout])/release(): 跟Lock差不多。
3、Semaphore(共享對象訪問)
咱們再聊聊Semaphore ,說實話Semaphore是我最晚使用的同步鎖,以前類似的實現(xiàn),是我用Rlock實現(xiàn)的,相對來說有些繞,畢竟Rlock 是需要成對的鎖定和開鎖的》。。。
Semaphore管理一個內(nèi)置的計數(shù)器,
每當(dāng)調(diào)用acquire()時內(nèi)置計數(shù)器-1;
調(diào)用release() 時內(nèi)置計數(shù)器+1;
計數(shù)器不能小于0;當(dāng)計數(shù)器為0時,acquire()將阻塞線程直到其他線程調(diào)用release()。
直接上代碼,我們把semaphore控制為3,也就是說,同時有3個線程可以用這個鎖,剩下的線程也之只能是阻塞等待了…
#coding:utf-8 #blog xiaorui.cc import time import threading semaphore = threading.Semaphore(3) def func(): if semaphore.acquire(): for i in range(3): time.sleep(1) print (threading.currentThread().getName() + '獲取鎖') semaphore.release() print (threading.currentThread().getName() + ' 釋放鎖') for i in range(5): t1 = threading.Thread(target=func) t1.start()
4、Event(線程間通信)
Event內(nèi)部包含了一個標(biāo)志位,初始的時候為false。
可以使用使用set()來將其設(shè)置為true;
或者使用clear()將其從新設(shè)置為false;
可以使用is_set()來檢查標(biāo)志位的狀態(tài);
另一個最重要的函數(shù)就是wait(timeout=None),用來阻塞當(dāng)前線程,直到event的內(nèi)部標(biāo)志位被設(shè)置為true或者timeout超時。如果內(nèi)部標(biāo)志位為true則wait()函數(shù)理解返回。
import threading import time class MyThread(threading.Thread): def __init__(self, signal): threading.Thread.__init__(self) self.singal = signal def run(self): print "I am %s,I will sleep ..."%self.name self.singal.wait() print "I am %s, I awake..." %self.name if __name__ == "__main__": singal = threading.Event() for t in range(0, 3): thread = MyThread(singal) thread.start() print "main thread sleep 3 seconds... " time.sleep(3) singal.set()
5、Condition(線程同步)
可以把Condition理解為一把高級的瑣,它提供了比Lock, RLock更高級的功能,允許我們能夠控制復(fù)雜的線程同步問題。threadiong.Condition在內(nèi)部維護一個瑣對象(默認(rèn)是RLock),可以在創(chuàng)建Condigtion對象的時候把瑣對象作為參數(shù)傳入。Condition也提供了acquire, release方法,其含義與瑣的acquire, release方法一致,其實它只是簡單的調(diào)用內(nèi)部瑣對象的對應(yīng)的方法而已。Condition還提供了如下方法(特別要注意:這些方法只有在占用瑣(acquire)之后才能調(diào)用,否則將會報RuntimeError異常。):
Condition.wait([timeout]):
wait方法釋放內(nèi)部所占用的瑣,同時線程被掛起,直至接收到通知被喚醒或超時(如果提供了timeout參數(shù)的話)。當(dāng)線程被喚醒并重新占有瑣的時候,程序才會繼續(xù)執(zhí)行下去。
Condition.notify():
喚醒一個掛起的線程(如果存在掛起的線程)。注意:notify()方法不會釋放所占用的瑣。
Condition.notify_all()
Condition.notifyAll()
喚醒所有掛起的線程(如果存在掛起的線程)。注意:這些方法不會釋放所占用的瑣。
對于Condition有個例子,大家可以觀摩下。
from threading import Thread, Condition import time import random queue = [] MAX_NUM = 10 condition = Condition() class ProducerThread(Thread): def run(self): nums = range(5) global queue while True: condition.acquire() if len(queue) == MAX_NUM: print "Queue full, producer is waiting" condition.wait() print "Space in queue, Consumer notified the producer" num = random.choice(nums) queue.append(num) print "Produced", num condition.notify() condition.release() time.sleep(random.random()) class ConsumerThread(Thread): def run(self): global queue while True: condition.acquire() if not queue: print "Nothing in queue, consumer is waiting" condition.wait() print "Producer added something to queue and notified the consumer" num = queue.pop(0) print "Consumed", num condition.notify() condition.release() time.sleep(random.random()) ProducerThread().start() ConsumerThread().start()
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
淺析python實現(xiàn)布隆過濾器及Redis中的緩存穿透原理
本文帶你了解了位圖的實現(xiàn),布隆過濾器的原理及 Python 中的使用,以及布隆過濾器如何應(yīng)對 Redis 中的緩存穿透,相信你對布隆過濾器已經(jīng)有了一定的認(rèn)識2021-09-09python?sklearn與pandas實現(xiàn)缺失值數(shù)據(jù)預(yù)處理流程詳解
對于缺失值的處理,主要配合使用sklearn.impute中的SimpleImputer類、pandas、numpy。其中由于pandas對于數(shù)據(jù)探索、分析和探查的支持較為良好,因此圍繞pandas的缺失值處理較為常用2022-09-09Python中np.random.randint()參數(shù)詳解及用法實例
numpy.random.randint()函數(shù)不僅可以生成一維隨機數(shù)組,也可以生成多維度的隨機數(shù)組,下面這篇文章主要給大家介紹了關(guān)于Python中np.random.randint()參數(shù)詳解及用法的相關(guān)資料,需要的朋友可以參考下2022-09-09python計算程序開始到程序結(jié)束的運行時間和程序運行的CPU時間
這篇文章主要介紹了python計算程序開始到程序結(jié)束的運行時間和程序運行的CPU時間的三個方法,大家參考使用2013-11-11在Mac OS上使用mod_wsgi連接Python與Apache服務(wù)器
這篇文章主要介紹了在Mac OS上使用mod_wsgi連接Python與Apache服務(wù)器的方法,同時文中還介紹了使用Python的Django框架時mod_wsgi連接方式下可能遇到的問題的一般解決方法,需要的朋友可以參考下2015-12-12Pandas DataFrame如何按照一列數(shù)據(jù)的特定順序進行排序
這篇文章主要介紹了Pandas DataFrame如何按照一列數(shù)據(jù)的特定順序進行排序,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-10-10Python有關(guān)Unicode UTF-8 GBK編碼問題詳解
本文主要介紹了Python有關(guān)Unicode UTF-8 GBK編碼問題詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08python re正則表達式模塊(Regular Expression)
Python 的 re 模塊(Regular Expression 正則表達式)提供各種正則表達式的匹配操作,在文本解析、復(fù)雜字符串分析和信息提取時是一個非常有用的工具.2014-07-07