博客

python多线程中锁的概念 threading.Lock

  • Post author:
  • Post category:python



python的锁可以独立提取出来

1
2
3
4
5
6
7
8

mutex


=


threading.Lock()

#锁的使用

#创建锁

mutex


=


threading.Lock()

#锁定

mutex.acquire([timeout])

#释放

mutex.release()


概念

好几个人问我给资源加锁是怎么回事，其实并不是给资源加锁, 而是用锁去锁定资源，你可以定义多个锁, 像下面的代码, 当你需要独占某一资源时，任何一个锁都可以锁这个资源

就好比你用不同的锁都可以把相同的一个门锁住是一个道理

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

import


threading

import


time


counter


=


0

counter_lock


=


threading.Lock()


#只是定义一个锁,并不是给资源加锁,你可以定义多个锁,像下两行代码,当你需要占用这个资源时，任何一个锁都可以锁这个资源

counter_lock2


=


threading.Lock()

counter_lock3


=


threading.Lock()


#可以使用上边三个锁的任何一个来锁定资源


class


MyThread(threading.Thread):


#使用类定义thread，继承threading.Thread



def


__init__(


self


,name):



threading.Thread.__init__(


self


)



self


.name


=


"Thread-"


+


str


(name)



def


run(


self


):


#run函数必须实现



global


counter,counter_lock


#多线程是共享资源的，使用全局变量



time.sleep(


1


);



if


counter_lock.acquire():


#当需要独占counter资源时，必须先锁定，这个锁可以是任意的一个锁，可以使用上边定义的3个锁中的任意一个



counter


+


=


1



print


"I am %s, set counter:%s"


%


(


self


.name,counter)



counter_lock.release()


#使用完counter资源必须要将这个锁打开，让其他线程使用


if


__name__


=


=


"__main__"


:



for


i


in


xrange


(


1


,


101


):



my_thread


=


MyThread(i)



my_thread.start()


线程不安全:

最普通的一个多线程小例子。我一笔带过地讲一讲，我创建了一个继承Thread类的子类MyThread，作为我们的线程启动类。按照规定，重写Thread的run方法，我们的线程启动起来后会自动调用该方法。于是我首先创建了10个线程，并将其加入列表中。再使用一个for循环，开启每个线程。在使用一个for循环，调用join方法等待所有线程结束才退出主线程。

这段代码看似简单，但实际上隐藏着一个很大的问题，只是在这里没有体现出来。你真的以为我创建了10个线程，并按顺序调用了这10个线程，每个线程为n增加了1.实际上，有可能是A线程执行了n++，再C线程执行了n++，再B线程执行n++。


这里涉及到一个“锁”的问题，如果有多个线程同时操作一个对象，如果没有很好地保护该对象，会造成程序结果的不可预期

（比如我们在每个线程的run方法中加入一个time.sleep(1)，并同时输出线程名称，则我们会发现，输出会乱七八糟。因为可能我们的一个print语句只打印出一半的字符，这个线程就被暂停，执行另一个去了，所以我们看到的结果很乱），这种现象叫做“线程不安全”


线程锁：


于是

，Threading模块为我们提供了一个类，Threading.Lock，锁。我们创建一个该类对象，在线程函数执行前，“抢占”该锁，执行完成后，“释放”该锁，则我们确保了每次只有一个线程占有该锁。这时候对一个公共的对象进行操作，则不会发生线程不安全的现象了。

于是，我们把代码更改如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

# 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()

1
2
3
4
5
6
7
8
9
10
11

1


Thread


-


2

2


Thread


-


3

3


Thread


-


4

4


Thread


-


6

5


Thread


-


7

6


Thread


-


1

7


Thread


-


8

8


Thread


-


9

9


Thread


-


5

Process finished with exit code


0


我们看到，我们先建立了一个threading.Lock类对象lock,在run方法里，我们使用lock.acquire()获得了这个锁。此时，其他的线程就无法再获得该锁了，他们就会阻塞在“if lock.acquire()”这里，直到锁被另一个线程释放：lock.release()。


所以，if语句中的内容就是一块完整的代码，不会再存在执行了一半就暂停去执行别的线程的情况。所以最后结果是整齐的。


就如同在java中，我们使用synchronized关键字修饰一个方法，目的一样，让某段代码被一个线程执行时，不会打断跳到另一个线程中。


这是多线程占用一个公共对象时候的情况。如果多个线程要调用多个现象，而A线程调用A锁占用了A对象，B线程调用了B锁占用了B对象,A线程不能调用B对象，B线程不能调用A对象，于是一直等待。这就造成了线程“死锁”。


Threading模块中，也有一个类，RLock，称之为可重入锁。该锁对象内部维护着一个Lock和一个counter对象。counter对象记录了acquire的次数，使得资源可以被多次require。最后，当所有RLock被release后，其他线程才能获取资源。在同一个线程中，RLock.acquire可以被多次调用，利用该特性，可以解决部分死锁问题。