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。
Semaphore ： 用来确保一定资源多线程访问时的上限，例如资源池。
Event : 是最简单的线程间通信的方式，一个线程可以发送信号，其他的线程接收到信号后执行操作。
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；
使用release()设置为unlocked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)
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，
每当调用acquire()时内置计数器-1；
调用release() 时内置计数器+1；
计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。
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)：
import threading
import time
semaphore = threading.Semaphore(2)
def func():
if semaphore.acquire():
for i in range(5):
print (threading.currentThread().getName() + ' get semaphore')
semaphore.release()
print (threading.currentThread().getName() + ' release semaphore')
for i in range(4):
t1 = threading.Thread(target=func)
t1.start()
结果：
3) Event
Event内部包含了一个标志位，初始的时候为false。
可以使用使用set()来将其设置为true；
或者使用clear()将其从新设置为false；
可以使用is_set()来检查标志位的状态；
另一个最重要的函数就是wait(timeout=None)，用来阻塞当前线程，直到event的内部标志位被设置为true或者timeout超时。如果内部标志位为true则wait()函数理解返回。
实例： (线程间相互通信)
import logging
import threading
import time
logging.basicConfig(level=logging.DEBUG,
format="(%(threadName)-10s : %(message)s",
)
def wait_for_event_timeout(e, t):
"""Wait t seconds and then timeout"""
while not e.isSet():
logging.debug("wait_for_event_timeout starting")
event_is_set = e.wait(t)
logging.debug("event set: %s" % event_is_set)
if event_is_set:
logging.debug("processing event")
else:
logging.debug("doing other work")
e = threading.Event()
t2 = threading.Thread(name="nonblock",
target=wait_for_event_timeout,args=(e, 2))
t2.start()
logging.debug("Waiting before calling Event.set()")
time.sleep(7)
e.set()
logging.debug("Event is set")
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：
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()。
相关文章
这篇文章主要介绍了python动态性强类型用法,对比C#实例分析了python动态性强类型的使用方法,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了Python使用ClickHouse的实践与踩坑记录，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
本文将重点介绍Python字符串的各种常用方法，字符串是实际开发中经常用到的，所有熟练的掌握它的各种用法显得尤为重要。需要的朋友可以参考下面文章内容2021-09-09
pycharm配置anaconda环境时找不到python.exe解决办法
今天来说一下python中一个管理包很好用的工具anaconda,可以轻松实现python中各种包的管理,这篇文章主要给大家介绍了关于pycharm配置anaconda环境时找不到python.exe的解决办法,需要的朋友可以参考下2023-10-10
这篇文章主要介绍了Python实现连接SQLite数据库的方法,在Python数据库编程中有着广泛的应用,需要的朋友可以参考下，希望能给你带来帮助2021-08-08
这篇文章主要介绍了Python中的异步for循环,我们将讨论 Python 库 asyncio 和运行异步代码所需的函数，需要的朋友可以参考下2023-05-05
这篇文章主要介绍了python之流程控制语句match-case使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2025-03-03
这篇文章主要为大家详细介绍了Python如何使用Socket库和相应的第三方库来监控远程主机的实时数据，比如CPU使用率、内存使用率、网络带宽等，感兴趣的可以了解一下2023-04-04
这篇文章主要介绍了使用Python进行视频相似度比较实例,本文通过汉明距离算法与图片比较等方法对比两个视频流的相似度，文中提供了部分实现代码与解决思路,需要的朋友可以参考下2023-07-07
Markdown表格是文档中整理和展示数据的重要方式之一,然而,手动编写大型表格可能会费时且容易出错,本文将介绍如何使用Python自动创建Markdown表格,通过示例代码详细展示各种场景下的创建方法,提高表格生成的效率2024-01-01
最新评论