python线程中同步锁详解

Python  /  管理员 发布于 7年前   149

在使用多线程的应用下，如何保证线程安全，以及线程之间的同步，或者访问共享变量等问题是十分棘手的问题，也是使用多线程下面临的问题，如果处理不好，会带来较严重的后果，使用python多线程中提供Lock Rlock Semaphore Event Condition 用来保证线程之间的同步，后者保证访问共享变量的互斥问题

Lock & RLock:互斥锁 用来保证多线程访问共享变量的问题
Semaphore对象：Lock互斥锁的加强版，可以被多个线程同时拥有，而Lock只能被某一个线程同时拥有。
Event对象: 它是线程间通信的方式，相当于信号，一个线程可以给另外一个线程发送信号后让其执行操作。
Condition对象：其可以在某些事件触发或者达到特定的条件后才处理数据

1、Lock(互斥锁)

请求锁定 ― 进入锁定池等待 ― 获取锁 ― 已锁定 ― 释放锁

Lock（指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态――锁定和非锁定，以及两个基本的方法。

可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。

构造方法：
Lock()

实例方法：
acquire([timeout]): 使线程进入同步阻塞状态，尝试获得锁定。
release(): 释放锁。使用前线程必须已获得锁定，否则将抛出异常。

if mutex.acquire(): counter += 1 print "I am %s, set counter:%s" % (self.name, counter)  mutex.release()

2、RLock(可重入锁)

RLock（可重入锁）是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire()，释放锁时需要调用release()相同次数。

可以认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用 acquire()/release()，计数器将+1/-1，为0时锁处于未锁定状态。

构造方法：
RLock()

实例方法：
acquire([timeout])/release(): 跟Lock差不多。

3、Semaphore(共享对象访问)

咱们再聊聊Semaphore ，说实话Semaphore是我最晚使用的同步锁，以前类似的实现，是我用Rlock实现的，相对来说有些绕，毕竟Rlock 是需要成对的锁定和开锁的》。。。

Semaphore管理一个内置的计数器，
每当调用acquire()时内置计数器-1；
调用release() 时内置计数器+1；
计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。

直接上代码，我们把semaphore控制为3，也就是说，同时有3个线程可以用这个锁，剩下的线程也之只能是阻塞等待了…

#coding:utf-8#blog xiaorui.ccimport timeimport threadingsemaphore = threading.Semaphore(3)def func(): if semaphore.acquire():  for i in range(3):   time.sleep(1)   print (threading.currentThread().getName() + '获取锁')  semaphore.release()  print (threading.currentThread().getName() + ' 释放锁')for i in range(5): t1 = threading.Thread(target=func) t1.start()

4、Event(线程间通信)

Event内部包含了一个标志位，初始的时候为false。
可以使用使用set()来将其设置为true；
或者使用clear()将其从新设置为false；
可以使用is_set()来检查标志位的状态；

另一个最重要的函数就是wait(timeout=None)，用来阻塞当前线程，直到event的内部标志位被设置为true或者timeout超时。如果内部标志位为true则wait()函数理解返回。

import threadingimport timeclass 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.nameif __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(线程同步)

可以把Condition理解为一把高级的琐，它提供了比Lock, RLock更高级的功能，允许我们能够控制复杂的线程同步问题。threadiong.Condition在内部维护一个琐对象（默认是RLock），可以在创建Condigtion对象的时候把琐对象作为参数传入。Condition也提供了acquire, release方法，其含义与琐的acquire, release方法一致，其实它只是简单的调用内部琐对象的对应的方法而已。Condition还提供了如下方法(特别要注意：这些方法只有在占用琐(acquire)之后才能调用，否则将会报RuntimeError异常。)：

Condition.wait([timeout]):

wait方法释放内部所占用的琐，同时线程被挂起，直至接收到通知被唤醒或超时（如果提供了timeout参数的话）。当线程被唤醒并重新占有琐的时候，程序才会继续执行下去。

Condition.notify():

唤醒一个挂起的线程（如果存在挂起的线程）。注意：notify()方法不会释放所占用的琐。

Condition.notify_all()
Condition.notifyAll()

唤醒所有挂起的线程（如果存在挂起的线程）。注意：这些方法不会释放所占用的琐。

对于Condition有个例子，大家可以观摩下。

from threading import Thread, Conditionimport timeimport randomqueue = []MAX_NUM = 10condition = 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内容，希望对大家的学习有所帮助，也希望大家多多支持。