[b0032] python 归纳 (十七)_线程同步_信号量Semaphore
代码:
# -*- coding: utf-8 -*-
"""
多线程并发同步 ,使用信号量threading.Semaphore 逻辑:
多个线程,对同一个共享变量 ,加1,并且各自打印加1前、加1后的值
总结:
信号量也提供acquire方法和release方法,每当调用acquire方法的时候,如果内部计数器大于0,则将其减1,
如果内部计数器等于0,则会阻塞该线程,知道有线程调用了release方法将内部计数器更新到大于1位置 1. 个人感觉,信号量类似锁,创建2个大小的信号量,类似创建2把锁
2. 信号量好像可以实现进程Pool,做到任何时候最多有多少个线程执行某些逻辑
3. 使用 信号量,要很小心,可能存在多个线程操作同一份数据 ,导致不一致
比如 case1,case2,case3,case4 使用:
1. 创建指定大小的信号量对象 sem = threading.Semaphore(value=2)
2. 在必要的地方获得信号量,一般是操作共享数据 sem.acquire()
3. 结束的地方,及时释放信号量 sem.release()
参考: """
import threading
import time # 计算pi
def calc_pi():
from sys import stdout
scale = 10000
maxarr = 2800
arrinit = 2000
carry = 0
arr = [arrinit] * (maxarr + 1)
for i in xrange(maxarr, 1, -14):
total = 0
for j in xrange(i, 0,-1):
total = (total * j) + (scale * arr[j])
arr[j] = total % ((j * 2) - 1)
total = total / ((j * 2) - 1)
# stdout.write("%04d" % (carry + (total / scale)))
carry = total % scale # 打印一个字符
def show1():
print "h" # 打印很多字符
def show2():
print "hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh" class Num:
"""
多线程操作的共享数据和方法封装
数据 num
方法 add 加1
"""
def __init__(self):
self.num = 0
self.sem = threading.Semaphore(value=2) # 大小=2的信号量 def add(self):
self.sem.acquire() # 获取信号量, 内部计数器-1
begin = self.num # 加1前的值
self.num += 1 # time.sleep(1) # case1 睡眠1秒
# calc_pi() # case2 执行计算密集型运行
# show1() # case3 打印很少字符
# show2() # case4 打印很多字符 end = self.num # 加1后的值
time.sleep(2) # 各个线程睡眠2秒,方便看程序执行效果
self.sem.release() # 释放信号量,内部计数器+1 return (begin,end) # 共享数据
n = Num() class jdThread(threading.Thread):
"""多线程代码,对共享数据加1,并且打印
"""
def __init__(self,item):
threading.Thread.__init__(self)
self.item = item def run(self):
value = n.add() # 加1,拿到返回值 (处理前,处理后)
print "\n", time.strftime('%M:%S',time.localtime(time.time())), " "+str(value[0])+"->"+str(value[1])+" " if __name__ == "__main__": # 启动20个线程
for item in range(20):
t = jdThread(item)
t.start() print "main end"
输出:
基准,以上代码执行
main end 03:58 0->1 03:58 1->2 04:00 2->3 04:00 3->4 04:02 4->5 04:02 5->6 04:04 6->7 04:04 7->8 04:06 8->9 04:06 9->10 04:08 10->11 04:08 11->12 04:10 12->13 04:10 13->14 04:12 14->15 04:12 15->16 04:14 16->17 04:14 17->18 04:16 18->19 04:16 19->20
case1,多执行case1
main end 07:48
07:48 1->2->2 07:51
2->4 07:51
3->4 07:54
4->6 07:54
5->6 07:57 6->8 07:57 7->8
case2
main end 08:1808:18 0->2 1->28:21 3->48:21 2->48:23 5->68:23 4->68:26 7->88:26 6->8
case3
h
h
main end 08:48h
0->1
h 08:48 1->2 h08:50
2->38:50 h 3->48:52h
4->5
h 08:52 5->6 h08:54
6->78:54 h 7->8 h08:56
8->9
h 08:56 9->108:58 h 10->118:58h
11->129:00h
12->139:00 13->14
h
h
09:02
14->159:02 h 15->16 h09:04
16->179:04 h 17->189:06 18->199:06 19->20 Process finished with exit code 0
case4
D:\Programs\Anaconda\python.exe D:/1_practice/python/projects/downloads_modify/归类/并发/thread_sync_2.py
hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
main end 10:55 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 1->2 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh10:55->1 10:57hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
2->3 10:57hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
3->4 10:59 4->5 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh10:59hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 5->6 11:01
7->8 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
11:01
hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh
6->8 11:03 8->10 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh11:03hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 9->10 11:05
11->12 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh11:05 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 10->12 11:07
11:07 12->14 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 13->14 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 11:09 hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 14->16 11:09hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh 15->16
输出说明 :
基准输出 , 执行正常的逻辑,每隔2秒执行2个线程,分布对共享变量加1,逻辑正常
case1 睡眠1秒 , 被其他线程 修改了 数据
case2 计算 密集型,同case1
case3 输出少了 字符 , 逻辑正常
case4 输出大量字符 ,通case1
[b0032] python 归纳 (十七)_线程同步_信号量Semaphore的更多相关文章
- [b0034] python 归纳 (十九)_线程同步_条件变量
代码: # -*- coding: utf-8 -*- """ 学习线程同步,使用条件变量 逻辑: 生产消费者模型 一个有3个大小的产品库,一个生产者负责生产,一个消费者 ...
- [b0031] python 归纳 (十六)_线程同步_锁
# -*- coding: utf-8 -*- """ 学习 多线程同步 使用锁 threading.Lock() 逻辑: 2 个线程,操作同一个整型变量,一个加法,另外 ...
- 归纳一下:C#线程同步的几种方法
转自原文 归纳一下:C#线程同步的几种方法 我们在编程的时候,有时会使用多线程来解决问题,比如你的程序需要在后台处理一大堆数据,但还要使用户界面处于可操作状态:或者你的程序需要访问一些外部资源如数据库 ...
- C#当中的多线程_线程同步
第2章 线程同步 原来以为线程同步就是lock,monitor等呢,看了第二章真是大开眼界啊! 第一章中我们遇到了一个叫做竞争条件的问题.引起的原因是没有进行正确的线程同步.当一个线程在执行操作时候, ...
- 零基础逆向工程37_Win32_11_事件_线程同步
1 内核对象 前面已经学过线程和互斥体两个内核对象.此节讲了事件这个内核对象.前面提出了内核对象这个概念,可能不太清晰,简单来说内核对象就是系统层的东西. 1.1 小结内核对象: 进程.线程.事件.互 ...
- java ->多线程_线程同步、死锁、等待唤醒机制
线程安全 如果有多个线程在同时运行,而这些线程可能会同时运行这段代码.程序每次运行结果和单线程运行的结果是一样的,而且其他的变量的值也和预期的是一样的,就是线程安全的. l 我们通过一个案例,演示线 ...
- Python并发编程-进程 线程 同步锁 线程死锁和递归锁
进程是最小的资源单位,线程是最小的执行单位 一.进程 进程:就是一个程序在一个数据集上的一次动态执行过程. 进程由三部分组成: 1.程序:我们编写的程序用来描述进程要完成哪些功能以及如何完成 2.数据 ...
- Python并行编程(五):线程同步之信号量
1.基本概念 信号量是由操作系统管理的一种抽象数据类型,用于在多线程中同步对共享资源的使用.本质上说,信号量是一个内部数据,用于标明当前的共享资源可以有多少并发读取. 同样在threading中,信号 ...
- 线程同步 –Mutex和Semaphore
上一篇介绍了同步事件EventWaitHandle,以及它的两个子类型AutoResetEvent和ManualResetEvent.下面接着介绍WaitHandle的另外两个子类型Mutex和Sem ...
随机推荐
- IT 常用的网址
IT 常用的网址 将图片转换成网络图片的网址:https://sm.ms/ 生成 ico 图标: http://www.bitbug.net/ 动画特效: https://daneden.github ...
- 利用Azure虚拟机安装Dynamics 365 Customer Engagement之十:为SQL Server配置Always On
我是微软Dynamics 365 & Power Platform方面的工程师罗勇,也是2015年7月到2018年6月连续三年Dynamics CRM/Business Solutions方面 ...
- 前端JS实现一键导入excel表格
前面的文章中已经讲过关于js表格的导出,此文章主要说到的是excel文件如何导入到网页中,并在网页端显示. 代码部分: <!DOCTYPE html> <html> <h ...
- mysql 5.7版本安装
1.下载tar包,这里使用wget从官网下载 wget https://dev.mysql.com/get/Downloads/MySQL-5.7/mysql-5.7.22-linux-glibc2. ...
- SQL Server要拷贝默认目录下的使用数据库需要停止的服务
- 使用Anaconda3的Docker镜像
假设本地 Ubuntu 服务器已经安装好了Docker,这里讲述一下如何开始运行Anaconda3的Docker镜像: 1. 搜索镜像 搜索我们想要的anaconda镜像: docker search ...
- Octave中的一些常用操作
>> 5+6ans = 11>> 1~=2ans = 1 %1表示true,0表示false>> 1~=1 %1不等于1ans = 0>> a=2 ...
- React 组件传值 父传递儿子
10===> 传递参数 import React from "react" //一定要导入React // 函数类型去创建组件 export function Web1(pr ...
- 利用Github建立博客专用图库
0.前言 当我们写博客或者文档的时候常常需要引用图片.倘或引用图片的链接是外网的,常常会出现加载过慢的情况,并且不稳定的图片来源不方便管理.所以如果建立一个博客专用的图片仓库,统一管理维护方面就方便得 ...
- AcWing 901. 滑雪
地址 https://www.acwing.com/problem/content/description/903/ 题目描述给定一个R行C列的矩阵,表示一个矩形网格滑雪场. 矩阵中第 i 行第 j ...