欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

详解python多线程之间的同步(一)

程序员文章站 2023-11-13 15:14:04
引言: 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 se...

引言:

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:

详解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")

详解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:

详解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:

详解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. 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. 2,加锁时间越短越好,不需要就立即释放锁。
  3. 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:

详解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"。

以上所述是小编给大家介绍的python多线程之间的同步详解整合,希望对大家有所帮助