重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
在前一篇文章 python线程创建和传参 中我们介绍了关于python线程的一些简单函数使用和线程的参数传递,使用多线程可以同时执行多个任务,提高开发效率,但是在实际开发中往往我们会碰到线程同步问题,假如有这样一个场景:对全局变量累加1000000次,为了提高效率,我们可以使用多线程完成,示例代码如下:
网站建设哪家好,找成都创新互联!专注于网页设计、网站建设、微信开发、小程序定制开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了米林免费建站欢迎大家使用!
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 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 | # !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:何以解忧 @Blog(个人博客地址): shuopython.com @WeChat Official Account(微信公众号):猿说python @Github:www.github.com @File:python_thread_lock.py @Time:2019/10/17 21:22
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累! """ # 导入线程threading模块 importthreading
# 声明全局变量 g_num=0
defmy_thread1():
# 声明全局变量 globalg_num # 循环 1000000 次,每次累计加 1 foriinrange(0,1000000): g_num=g_num+1
defmy_thread2():
# 声明全局变量 globalg_num # 循环 1000000 次,每次累计加 1 foriinrange(0,1000000): g_num=g_num+1
defmain(i):
# 声明全局变量 globalg_num # 初始化全局变量,初始值为 0 g_num=0 # 创建两个线程,对全局变量进行累计加 1 t1=threading.Thread(target=my_thread1) t2=threading.Thread(target=my_thread2)
# 启动线程 t1.start() t2.start() # 阻塞函数,等待线程结束 t1.join() t2.join() # 获取全局变量的值 print("第%d次计算结果:%d "%(i,g_num))
if__name__=="__main__":
# 循环4次,调用main函数,计算全局变量的值 foriinrange(1,5): main(i) |
输出结果:
1 2 3 4 | 第1次计算结果:1262996 第2次计算结果:1661455 第3次计算结果:1300211 第4次计算结果:1563699 |
what ? 这是什么操作??看着代码好像也没问题,两个线程,各自累加1000000次,不应该输出是2000000次吗?而且调用了4次main函数,每次输出的结果还不同!!
分析下上面的代码:两个线程共享全局变量并执行for循环1000000,每次自动加1,我们都知道两个线程都是同时在运行,也就是说两个线程同时在执行 g_num = g_num + 1 操作, 经过我们冷静分析一波,貌似结果还是应该等于2000000,对不对?
首先,我们将上面全局变量自动加 1 的代码分为两步:
1 2 | 第一步:g_num+1 第二步:将g_num+1的结果赋值给g_num |
由此可见,执行一个完整的自动加1过程需要两步,然而线程却是在同时运行,谁也不能保证线程1的第一步和第二步执行完成之后才执行线程2的第一步和第二步,执行的过程充满随机性,这就是导致每次计算结果不同的原因所在!
举个简单的例子:
假如当前 g_num 值是100,当线程1执行第一步时,cpu通过计算获得结果101,并准备把计算的结果101赋值给g_num,然后再传值的过程中,线程2突然开始执行了并且执行了第一步,此时g_num的值仍未100,101还在传递的过程中,还没成功赋值,线程2获得计算结果101,并准备传递给g_num,经过一来一去这么一折腾,分明做了两次加 1 操作,g_num结果却是101,误差就由此产生,往往循环次数越多,产生的误差就越大。
为了避免上述问题,我们可以利用线程互斥锁解决这个问题。那么互斥锁到底是个什么原理呢?互斥锁就好比排队上厕所,一个坑位只能蹲一个人,只有占用坑位的人完事了,另外一个人才能上!
导入线程模块,通过 threading.Lock() 创建互斥锁.
1 2 3 4 5 | # 导入线程threading模块 importthreading
# 创建互斥锁 mutex=threading.Lock() |
acquire() — 锁定资源,此时资源是锁定状态,其他线程无法修改锁定的资源,直到等待锁定的资源释放之后才能操作;
release() — 释放资源,也称为解锁操作,对锁定的资源解锁,解锁之后其他线程可以对资源正常操作;
以上面的代码为列子:想得到正确的结果,可以直接利用互斥锁在全局变量 加1 之前 锁定资源,然后在计算完成之后释放资源,这样就是一个完整的计算过程,至于应该是哪个线程先执行,无所谓,先到先得,凭本事说话….演示代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 | # !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:何以解忧 @Blog(个人博客地址): shuopython.com @WeChat Official Account(微信公众号):猿说python @Github:www.github.com @File:python_thread_lock.py @Time:2019/10/18 21:22
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累! """ # 导入线程threading模块 importthreading
# 声明全局变量 g_num=0 # 创建互斥锁 mutex=threading.Lock()
defmy_thread1():
# 声明全局变量 globalg_num # 循环 1000000 次,每次累计加 1 foriinrange(0,1000000): # 锁定资源 mutex.acquire() g_num=g_num+1 # 解锁资源 mutex.release()
defmy_thread2():
# 声明全局变量 globalg_num # 循环 1000000 次,每次累计加 1 foriinrange(0,1000000): # 锁定资源 mutex.acquire() g_num=g_num+1 # 解锁资源 mutex.release()
defmain(i):
# 声明全局变量 globalg_num # 初始化全局变量,初始值为 0 g_num=0 # 创建两个线程,对全局变量进行累计加 1 t1=threading.Thread(target=my_thread1) t2=threading.Thread(target=my_thread2)
# 启动线程 t1.start() t2.start() # 阻塞函数,等待线程结束 t1.join() t2.join() # 获取全局变量的值 print("第%d次计算结果:%d "%(i,g_num))
if__name__=="__main__":
# 循环4次,调用main函数,计算全局变量的值 foriinrange(1,5): main(i) |
输出结果:
1 2 3 4 | 第1次计算结果:2000000 第2次计算结果:2000000 第3次计算结果:2000000 第4次计算结果:2000000 |
由此可见,全局变量计算加上互斥锁之后,不论执行多少次,计算结果都相同。注意:互斥锁一旦锁定之后要记得解锁,否则资源会一直处于锁定状态;
1.单个互斥锁的死锁:acquire()/release() 是成对出现的,互斥锁对资源锁定之后就一定要解锁,否则资源会一直处于锁定状态,其他线程无法修改;就好比上面的代码,任何一个线程没有释放资源release(),程序就会一直处于阻塞状态(在等待资源被释放),不信你可以试一试~
2.多个互斥锁的死锁:在同时操作多个互斥锁的时候一定要格外小心,因为一不小心就容易进入死循环,假如有这样一个场景:boss让程序员一实现功能一的开发,让程序员二实现功能二的开发,功能开发完成之后一起整合代码!
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 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 | # 导入线程threading模块 importthreading # 导入线程time模块 importtime
# 创建互斥锁 mutex_one=threading.Lock() mutex_two=threading.Lock()
defprogrammer_thread1():
mutex_one.acquire() print("我是程序员1,module1开发正式开始,谁也别动我的代码") time.sleep(2)
# 此时会堵塞,因为这个mutex_two已经被线程programmer_thread2抢先上锁了,等待解锁 mutex_two.acquire() print("等待程序员2通知我合并代码") mutex_two.release()
mutex_one.release()
defprogrammer_thread2(): mutex_two.acquire() print("我是程序员2,module2开发正式开始,谁也别动我的代码") time.sleep(2)
# 此时会堵塞,因为这个mutex_one已经被线程programmer_thread1抢先上锁了,等待解锁 mutex_one.acquire() print("等待程序员1通知我合并代码") mutex_one.release()
mutex_two.release()
defmain():
t1=threading.Thread(target=programmer_thread1) t2=threading.Thread(target=programmer_thread2)
# 启动线程 t1.start() t2.start() # 阻塞函数,等待线程结束 t1.join() t2.join() # 整合代码结束 print("整合代码结束 ")
if__name__=="__main__":
main() |
输出结果:
1 2 | 我是程序员1,module1开发正式开始,谁也别动我的代码 我是程序员2,module2开发正式开始,谁也别动我的代码 |
分析下上面代码:程序员1在等程序员2通知,程序员2在等程序员1通知,两个线程都陷入阻塞中,因为两个线程都在等待对方解锁,这就是死锁!所以在开发中对于死锁的问题还是需要多多注意!
1.线程与线程之间共享全局变量需要设置互斥锁;
2.注意在互斥锁操作中 acquire()/release() 成对出现,避免造成死锁;
1.python线程创建和传参
2.python函数-缺省参数
3.python局部变量和全局变量
转载请注明:猿说Python » Python线程互斥锁Lock