我们专注攀枝花网站设计 攀枝花网站制作 攀枝花网站建设
成都网站建设公司服务热线:400-028-6601

网站建设知识

十年网站开发经验 + 多家企业客户 + 靠谱的建站团队

量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决

python多线程之间的同步(一)

引言:

创新互联建站2013年至今,先为神木等服务建站,神木等地企业,进行企业商务咨询服务。为神木企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。

       线程之间经常需要协同工作,通过某种技术,让一个线程访问某些数据时,其它线程不能访问这些数据,直到该线程完成对数据的操作。这些技术包括临界区(Critical Section),互斥量(Mutex),信号量(Semaphore),事件Event等。

Event

     threading库中的event对象通过使用内部一个flag标记,通过flag的True或者False的变化来进行操作。

         名称                                     含义
set( )标记设置为True
clear( )标记设置为False
is_set( )标记是否为True
wait(timeout=None)设置等待标记为True的时长,None为无限等待。等到返回True,等不到返回False
from  threading import Thread,Event
import time

def creditor(event:Event):
    print("什么时候还我钱")
    event.wait()
    print("我已经等了很长时间了")


def debtor(event:Event,count=10):
    print("可以宽裕几天吗?")
    money=[]
    while True:
        print("先还你100")
        time.sleep(0.5)
        money.append(1)
        if len(money)>count:
            event.set()
            break
    print("我已经还完你的钱了")

event=Event()
c=Thread(target=creditor,args=(event,))
d=Thread(target=debtor,args=(event,))
c.start()
d.start()

运行结果如下所示:

python多线程之间的同步(一)

      可以看到creditor函数中因为event.wait( )线程进入等待状态,此时debtor线程进入运行,当满足条件时event.set( )将标记设置为True,creditor线程开始运行。谁wait就是等到flag变为True,或等到超时变为False。不限制等待的个数。

wait的使用

from threading import Event,Thread


def Wait(event:Event,interval):
    while not event.wait(interval):
        print("waiting for you")

e=Event()
Thread(target=Wait,args=(e,3)).start()
e.wait(10)
e.set()
print("main exit")

python多线程之间的同步(一)

主线程一开始就wait 10s,Waiting线程等待3s返回False,进入循环打印"waiting for you",重复3次,然后主线程set了,这时候Waiting线程变为True,不再进入循环。

Lock

     凡是存在资源争用的地方都可以使用锁,从而保证只有一个使用者可以完全使用这个资源

     现在要生产10个杯子,由10个工人开始生产

import threading
import time 

cups=[]

def worker(count=10):
    print("我是{},我开始生产了".format(threading.current_thread().name))
    flag=False
    while True:
        if len(cups)>count:
            flag=True
        time.sleep(0.05)
        if not flag:
            cups.append(1)
        if flag:
            break 
    print("finished.cups={}".format(len(cups)))
    
for _  in range(10):
    threading.Thread(target=worker,args=(1000,)).start()

运行结果如下图所示:

python多线程之间的同步(一)

      我们明明只需要到1000就会break,但是结果却到了1010个,这就是因为有10个线程,其中每个线程都在增加,但是增加后的数目,其他线程并不会知道(每个线程通过len函数拿到数量,但是刚拿到数字,其他线程就立即更新了)

      这个时候我们就需要锁lock来实现了,一旦线程获得锁,其他试图获取锁的线程将被阻塞

               名称                               含义
acquire(blocking=True,timeout=-1)默认阻塞,阻塞可以设置超时时间。非阻塞时,timeout禁止设置。成功获取锁,返回True,否则返回False
release( )释放锁。可以从任何线程释放。已上锁的锁,会抛出RuntimeError异常

加锁的实现:

import  threading 
import  time 

cups=[]
lock=threading.Lock()

def worker(count=10):
    print("我是{},我开始生产了".format(threading.current_thread().name))
    flag=False
    while True:
        lock.acquire()
        if len(cups)>=count:
            flag=True
        time.sleep(0.005)
        if not flag:
            cups.append(1)
        lock.release()
        if flag:
            break
    print("finished,cups={}".format(len(cups)))
        
for _ in  range(10):
    threading.Thread(target=worker,args=(1000,)).start()

运行结果如图所示:

python多线程之间的同步(一)

      一般来说加锁后还需要一些代码实现,在释放锁之前还有可能抛出异常,一旦出现异常,锁无法释放,但是当前这个线程会因为这个异常而终止,这样会产生死锁,因此使用时要使用如下的方法:

     1,使用try...finally语句保证锁的释放

     2,with安全上下文管理(锁对象支持上下文管理)

计数器类,用来加,减。

import threading
import time


class Counter:
    def __init__(self):
        self._val = 0
        self.__lock = threading.Lock()

    @property
    def value(self):
        return self._val

    def inc(self):
        try:
            self.__lock.acquire()
            self._val += 1
        finally:
            self.__lock.release()

    def dec(self):
        with self.__lock:
            self._val -= 1


def run(c: Counter, count=100):
    for _ in range(count):
        for i in range(-50, 50):
            if i < 0:
                c.dec()
            else:
                c.inc()


c = Counter()
c1 = 10
c2 = 1000


for i in range(c1):
    threading.Thread(target=run, args=(c, c2)).start()


while True:
    if threading.active_count() == 1:
        print(c.value)
        break

    启动了10个线程,1000次从-50到50进行加减,最后得到0,如果没有加锁处理的话,得到的结果未必是自己想要的。

锁的使用场景:

       锁适用于访问和修改同一个资源的时候,引起资源争用的情况下。使用锁的注意事项:

        1,少用锁,除非有必要。多线程访问加锁的资源时,由于锁的存在,实际就变成了串行。

        2,加锁时间越短越好,不需要就立即释放锁。

        3,一定要避免死锁,使用with或者try...finally。

非阻塞锁使用

import  threading
import  time


def worker(tasks):
    for task in tasks:
        time.sleep(0.001)
        if task.lock.acquire(False):
            print("{} {} begin to start".format(threading.current_thread(),task.name))
        else:
            print("{} {} is working".format(threading.current_thread(),task.name))


class Task:
    def __init__(self,name):
        self.name=name
        self.lock=threading.Lock()

tasks=[Task('task-{}'.format(x)) for x in range(10)]

for i in range(5):
    threading.Thread(target=worker,name="worker-{}".format(i),args=(tasks,)).start()

运行结果如下图所示:

python多线程之间的同步(一)

       总共开启了5个线程,每个线程处理10个任务,因为在if语句里面,task.lock.acquire(False),所以每个线程只有拿到锁是True,其他的线程不会阻塞会返回False。打印"is working"。


当前名称:python多线程之间的同步(一)
文章URL:http://mswzjz.cn/article/jjocjo.html

其他资讯