Python多线程同步Lock、RLock、Semaphore、Event实例
一、多线程同步 由于CPython的python解释器在单线程模式下执行,所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源。大部分情况都推荐使用多进程。 python的多线程的同步与其他语言基本相同,主要包含: Lock & RLock :用来确保多线程多共享资源的访问。 二、实例 1)Lock & RLock Lock对象的状态可以为locked和unlocked 使用acquire()设置为locked状态; 如果当前的状态为unlocked,则acquire()会将状态改为locked然后立即返回。当状态为locked的时候,acquire()将被阻塞直到另一个线程中调用release()来将状态改为unlocked,然后acquire()才可以再次将状态置为locked。 Lock.acquire(blocking=True,timeout=-1),blocking参数表示是否阻塞当前线程等待,timeout表示阻塞时的等待时间 。如果成功地获得lock,则acquire()函数返回True,否则返回False,timeout超时时如果还没有获得lock仍然返回False。 实例:(确保只有一个线程可以访问共享资源) 复制代码 代码如下: import threading import time num = 0 lock = threading.Lock() def func(st): global num print (threading.currentThread().getName() + ' try to acquire the lock') if lock.acquire(): print (threading.currentThread().getName() + ' acquire the lock.' ) print (threading.currentThread().getName() +" :%s" % str(num) ) num += 1 time.sleep(st) print (threading.currentThread().getName() + ' release the lock.' ) lock.release() t1 = threading.Thread(target=func,args=(8,)) t2 = threading.Thread(target=func,args=(4,)) t3 = threading.Thread(target=func,args=(2,)) t1.start() t2.start() t3.start() 结果: RLock与Lock的区别是:RLock中除了状态locked和unlocked外还记录了当前lock的owner和递归层数,使得RLock可以被同一个线程多次acquire()。 2)Semaphore Semaphore管理一个内置的计数器, 实例:(同时只有2个线程可以获得semaphore,即可以限制最大连接数为2): 复制代码 代码如下: import threading import time semaphore = threading.Semaphore(2) 结果: 3) Event Event内部包含了一个标志位,初始的时候为false。 实例: (线程间相互通信) 复制代码 代码如下: import logging import threading import time logging.basicConfig(level=logging.DEBUG, def wait_for_event_timeout(e,t): 运行结果: 三、其他 1) 线程局部变量 线程局部变量的值是跟线程相关的,区别与全局的变量。使用非常简单如下: 复制代码 代码如下: mydata = threading.local() mydata.x = 1 2)对Lock,semaphore,condition等使用with关键字代替手动调用acquire()和release()。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |