新西兰服务器

python多线程中互斥锁与死锁的示例分析


python多线程中互斥锁与死锁的示例分析

发布时间:2022-02-13 13:16:50 来源:高防服务器网 阅读:73 作者:小新 栏目:开发技术

小编给大家分享一下python多线程中互斥锁与死锁的示例分析,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!

一、多线程间的资源竞争

以下列task1()task2()两个函数为例,分别将对全局变量num加一重复一千万次循环(数据大一些,太小的话执行太快,达不到验证的效果)。

import threading  import time    num = 0      def task1(nums):      global num      for i in range(nums):          num += 1        print("task1---num=%d" % num)      def task2(nums):      global num      for i in range(nums):          num += 1      print("task2---num=%d" % num)      if __name__ == '__main__':      nums = 10000000      t1 = threading.Thread(target=task1, args=(nums,))      t2 = threading.Thread(target=task2, args=(nums,))        t1.start()      t2.start()      # 因为主线程不会等子线程执行完就会执行,所以这里延迟五秒,确保最后执行。      time.sleep(5)      print("main----num=%d" % num)

程序运行结果:

如图,输出结果比较混乱,既没有一千万,最终结果也不是二千万。因为多线程运行时出现了资源竞争,即可以理解为,每个函数运行的时间都不确定,且互相影响,
如从初始值0开始,假设t1的线程先执行,执行到+1后,此时的num=1还未存储,然后即被叫停,t2开始执行,去获取num,获取到的num等于初始值0,然后其执行了+1并存储,存储后num=1,然后t2停止t1继续,再次存储num=1。即加了两次1,但是num还是只等于1。
因为t1和t2谁来运行的分配是完全随机的,所以最后加了两千万次1后值是小于2000万的。

解决此类问题,可以使用到互斥锁 。

二、互斥锁

  • 某个线程要更改共享数据时,先将其锁定,此时资源的状态为"锁定",其他线程不能改变,只到该线程释放资源,将资源的状态变成"非锁定",其他的线程才能再次锁定该资源。

  • 互斥锁保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性。

1.互斥锁示例

创建一把锁:

mutex = threading.Lock()
mutex.acquire() # 上锁  xxxx锁定的内容xxxxx  mutex.release() # 解锁

将互斥锁加入到上边的代码中如下,则问题得到了解决。

import threading  import time    num = 0      def task1(nums):      global num      mutex.acquire()      for i in range(nums):          num += 1      mutex.release()      print("task1---num=%d" % num)      def task2(nums):      global num      mutex.acquire()      for i in range(nums):          num += 1      mutex.release()      print("task2---num=%d" % num)      if __name__ == '__main__':      nums = 10000000      mutex = threading.Lock()      t1 = threading.Thread(target=task1, args=(nums,))      t2 = threading.Thread(target=task2, args=(nums,))        t1.start()      t2.start()      # 因为主线程不会等子线程执行完就会执行,所以这里延迟五秒,确保最后执行。      time.sleep(5)      print("main----num=%d" % num)

程序运行结果:

2.可重入锁与不可重入锁

threading.Lock()上的是不可重入锁,即一次只能加一把锁,不能加多把。

threading.Lock()

如果需要同时加多把所,则需加入不可重入锁

创建一把可重入锁:

mutex = threading.RLock()  mutex.acquire() # 上锁  mutex.acquire() # 再上锁  xxxx锁定的内容xxxxx  mutex.release() # 解锁  mutex.release() # 再解锁

其中上锁和解锁的次数必须保持一致。

三、死锁

在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会程序堵塞,造成死锁。

  • 死锁一般用不到。

  • 程序设计要尽量避免。

看完了这篇文章,相信你对“python多线程中互斥锁与死锁的示例分析”有了一定的了解,如果想了解更多相关知识,欢迎关注高防服务器网行业资讯频道,感谢各位的阅读!

[微信提示:高防服务器能助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。

[图文来源于网络,不代表本站立场,如有侵权,请联系高防服务器网删除]
[