Python中多線程及程序鎖淺析
Python中多線程使用到Threading模塊。Threading模塊中用到的主要的類是Thread,我們先來寫一個簡單的多線程代碼:
# coding : uft-8
__author__ = 'Phtih0n'
import threading
class MyThread(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
global n
print n
n += 1
if "__main__" == __name__:
n = 0
ThreadList = []
for i in range(0, 10):
t = MyThread()
ThreadList.append(t)
for t in ThreadList:
t.start()
for t in ThreadList:
t.join
最普通的一個多線程小例子。我一筆帶過地講一講,我創(chuàng)建了一個繼承Thread類的子類MyThread,作為我們的線程啟動類。按照規(guī)定,重寫Thread的run方法,我們的線程啟動起來后會自動調(diào)用該方法。于是我首先創(chuàng)建了10個線程,并將其加入列表中。再使用一個for循環(huán),開啟每個線程。在使用一個for循環(huán),調(diào)用join方法等待所有線程結(jié)束才退出主線程。
這段代碼看似簡單,但實際上隱藏著一個很大的問題,只是在這里沒有體現(xiàn)出來。你真的以為我創(chuàng)建了10個線程,并按順序調(diào)用了這10個線程,每個線程為n增加了1.實際上,有可能是A線程執(zhí)行了n++,再C線程執(zhí)行了n++,再B線程執(zhí)行n++。
這里涉及到一個“鎖”的問題,如果有多個線程同時操作一個對象,如果沒有很好地保護(hù)該對象,會造成程序結(jié)果的不可預(yù)期(比如我們在每個線程的run方法中加入一個time.sleep(1),并同時輸出線程名稱,則我們會發(fā)現(xiàn),輸出會亂七八糟。因為可能我們的一個print語句只打印出一半的字符,這個線程就被暫停,執(zhí)行另一個去了,所以我們看到的結(jié)果很亂),這種現(xiàn)象叫做“線程不安全”:
于是,Threading模塊為我們提供了一個類,Threading.Lock,鎖。我們創(chuàng)建一個該類對象,在線程函數(shù)執(zhí)行前,“搶占”該鎖,執(zhí)行完成后,“釋放”該鎖,則我們確保了每次只有一個線程占有該鎖。這時候?qū)σ粋€公共的對象進(jìn)行操作,則不會發(fā)生線程不安全的現(xiàn)象了。
于是,我們把代碼更改如下:
# coding : uft-8
__author__ = 'Phtih0n'
import threading, time
class MyThread(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
global n, lock
time.sleep(1)
if lock.acquire():
print n , self.name
n += 1
lock.release()
if "__main__" == __name__:
n = 1
ThreadList = []
lock = threading.Lock()
for i in range(1, 200):
t = MyThread()
ThreadList.append(t)
for t in ThreadList:
t.start()
for t in ThreadList:
t.join()
最后執(zhí)行結(jié)果:
我們看到,我們先建立了一個threading.Lock類對象lock,在run方法里,我們使用lock.acquire()獲得了這個鎖。此時,其他的線程就無法再獲得該鎖了,他們就會阻塞在“if lock.acquire()”這里,直到鎖被另一個線程釋放:lock.release()。
所以,if語句中的內(nèi)容就是一塊完整的代碼,不會再存在執(zhí)行了一半就暫停去執(zhí)行別的線程的情況。所以最后結(jié)果是整齊的。
就如同在java中,我們使用synchronized關(guān)鍵字修飾一個方法,目的一樣,讓某段代碼被一個線程執(zhí)行時,不會打斷跳到另一個線程中。
這是多線程占用一個公共對象時候的情況。如果多個線程要調(diào)用多個現(xiàn)象,而A線程調(diào)用A鎖占用了A對象,B線程調(diào)用了B鎖占用了B對象,A線程不能調(diào)用B對象,B線程不能調(diào)用A對象,于是一直等待。這就造成了線程“死鎖”。
Threading模塊中,也有一個類,RLock,稱之為可重入鎖。該鎖對象內(nèi)部維護(hù)著一個Lock和一個counter對象。counter對象記錄了acquire的次數(shù),使得資源可以被多次require。最后,當(dāng)所有RLock被release后,其他線程才能獲取資源。在同一個線程中,RLock.acquire可以被多次調(diào)用,利用該特性,可以解決部分死鎖問題。
死鎖問題很復(fù)雜,多年來人們想出了很多算法來解決它。我就不再多說,具體還是要大家參閱幫助文檔。
- Python多線程編程(七):使用Condition實現(xiàn)復(fù)雜同步
- Python中使用Queue和Condition進(jìn)行線程同步的方法
- python使用threading.Condition交替打印兩個字符
- python多線程threading.Lock鎖用法實例
- Python多線程編程(四):使用Lock互斥鎖
- Python多線程編程(五):死鎖的形成
- 對Python多線程讀寫文件加鎖的實例詳解
- Python多線程編程(六):可重入鎖RLock
- Python多線程中阻塞(join)與鎖(Lock)使用誤區(qū)解析
- 詳解python多線程、鎖、event事件機制的簡單使用
- Python實現(xiàn)的多線程同步與互斥鎖功能示例
- python多線程高級鎖condition簡單用法示例
相關(guān)文章
Python scipy的二維圖像卷積運算與圖像模糊處理操作示例
這篇文章主要介紹了Python scipy的二維圖像卷積運算與圖像模糊處理操作,涉及Python數(shù)學(xué)運算與圖形繪制相關(guān)操作技巧,需要的朋友可以參考下2019-09-09詳解Django rest_framework實現(xiàn)RESTful API
這篇文章主要介紹了詳解Django rest_framework實現(xiàn)RESTful API,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-05-05tensorflow 獲取checkpoint中的變量列表實例
今天小編就為大家分享一篇tensorflow 獲取checkpoint中的變量列表實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02