Python多线程笔记(二)

Lock对象

原语锁(互斥锁)是一个同步原语,状态是"已锁定"或者"未锁定"之一.两个方法acquire()和release()用于修改锁的状态.如果状态为已锁定,
尝试获取锁将被阻塞,直到锁被释放为止.如果有多个线程等待获取锁,当锁被释放时,只有一个线程能获取它,等待线程获得锁的顺序没有定义.

使用下面的构造函数可以创建新的Lock实例:

Lock()
创建新的Lock对象,初始状态为未锁定

Lock实例lock支持一下方法

lock.acquire([blocking])
    获取锁,如果有必要,需要阻塞到锁释放为止.如果提供blocking参数并将它设为False,当无法获取锁时立即返回False,
如果成功获取锁则返回True.

lock.release()
释放一个锁.当锁处于未锁定状态时,或者从与原本调用acquire()方法的线程不同的线程调用此方法,将出现错误

# 未加锁，Windows下运行不会出现混乱，在Linux下运行就会发行结果出现混乱

import threading
import time

num = 

def show():
    global num
    time.sleep()
    num +=
    print(num)

for i in range():
    t = threading.Thread(target=show)
    t.start()

print('thread stop')

Linux下的结果(多运行几遍就会发现结果混乱)

# 加锁
import threading
import time

clock = threading.Lock()
num = 

def show():
    clock.acquire()
    global num
    time.sleep()
    num +=
    print(num)
    clock.release()

for i in range():
    t = threading.Thread(target=show)
    t.start()

print('thread stop')

Rlock对象

可重入锁是一个类似于Lock对象的同步原语，但同一个线程可以多次获取它。这允许拥有锁的线程执行嵌套的acquire()和release()操作。在这种
情况下，只有对外面的release()操作才能将锁重置为未锁定状态。

使用以下的构造函数可以创建一个新的RLock对象：

RLock()
    创建新的可重入锁对象。RLock对象rlock支持一下方法。

rlock.acquire([blocking])
    获取锁，如果有必要，需要阻塞到锁被释放为止。如果没有线程拥有锁，它将被锁定，而且递归级别被置为1.如果此线程已经拥有锁，锁的递归级别加1，
    而且函数立即返回。

rlock.release()
    通过减少锁的递归级别来释放它。如果在减值后递归级别为0，锁将被重置为未锁定状态。否则，锁将保持以锁定状态。只能由目前拥有锁的线程来调用此函数。

在使用诸如Lock，RLcok或Semphore之类的锁原语时，必须多加小心。锁的错误管理经常导致死锁或竞争条件。依赖的代码应该保证出现异常时正确地释放锁。
典型的代码如下:

 try:
     lock.acquire()
     # 关键部分
     statements
     ...
 finally:
     lock.release()

 # 另外，所有种类的锁还支持上下文管理协议(写起来更简洁些)

 with lock:
     # 关键部分
 # with语句自动获取锁，并且在控制流离开上下文时自动释放锁
 # 此外，编写代码时一般应该避免同时获取多个锁例如：
 with lock_A:
     # 关键部分
     statements

     ...
     with lock_B:
         # B的关键部分

     ...

这通常很容易导致应用程序神秘死锁。尽管有几种策略可以避免出现这种情况(如分层锁定)，但最好在编写代码时就避免这种做法

信号量

信号量是一个基于计数器的同步原语，每一次调用acquire()方法时此计数器减1，每次调用release()方法时此计数器加1.如果计数器为0，acquire()方法将会阻塞，
直到其他线程调用release()方法为止。

Semaphore([value])
    创建一个新的信号量。value是计数器的初始值。如果省略此参数，计数器的值将被置为1.

Semaphore实例s支持一下方法

s.acquire([blocking])
    获取信号量。如果进入时内部计数器大于0，此方法将把它的值减1，然后立即返回。如果它的值为0，此方法将阻塞，知道另一个线程调用release()方法为止。
    blocking参数的行为与Lock和RLock对象中描述的相同
s.release()
    通过将内部计数器的值加1来释放一个信号量。如果计数器为0，而且另一个线程正在等待，该线程将被唤醒。如果有多个线程正在等待，只能从它的acquire()
    调用返回其中一个。线程释放的顺序并不确定

BoundedSemaphore([value])
    创建一个新的信号量。Value是计数器的初始值。如果省略此参数，计数器的值将被置为1.BounderSemaphore的工作方式与Semaphore完全相同，
    但release()操作的次数不能超过acquire()操作的次数

信号量与互斥锁之间的微妙差别在于:信号量可以用于发信号。例如，可以从不同的线程调用acquire()和release()方法，以便在生产者和消费者线程之间进行通信。

 import threading
 import time
 produced = threading.Semaphore(3)
 consumed = threading.Semaphore(2)

 def producer():
     for i in range(10):
         consumed.acquire()
         time.sleep(3)
         print('-----------------', time.ctime())
         consumed.release()

 def consumer():
     for j in range(10,20):
         produced.acquire()
         time.sleep(3)
         print('=================', time.ctime())
         consumed.release()

 for i in range(20):
     t1 = threading.Thread(target=producer)
     t2 = threading.Thread(target=consumer)
     t1.start()
     t2.start()

运行结果

 ----------------- Fri Dec 14 16:11:08 2018
 ================= Fri Dec 14 16:11:08 2018
 ----------------- Fri Dec 14 16:11:08 2018
 ================= Fri Dec 14 16:11:08 2018
 ================= Fri Dec 14 16:11:08 2018
 ----------------- Fri Dec 14 16:11:11 2018
 ----------------- Fri Dec 14 16:11:11 2018
 ----------------- Fri Dec 14 16:11:11 2018
 ----------------- Fri Dec 14 16:11:11 2018
 ----------------- Fri Dec 14 16:11:11 2018
 ----------------- Fri Dec 14 16:11:14 2018

事件

事件用于在线程之间通信。一个线程发出“事件”信号，一个或多个其他线程等待它，Event实例管理着一个内部标志，可以使用set()方法将它置为True，或者
使用clear()方法将它重置为False。wait()方法将阻塞，直到标志为True

Event()
    创建新的Event实例，并将内部标志置为False。Event实例e支持一下方法

e.is_set()
    只有当内部标志为True时才返回True。在老式代码中此方法叫isSet()

e.set()
    内部标志为True。等待它变为True的所有线程都将被唤醒

e.clear()
    将内部标志重置为False

e.wait([timeout])
    阻塞直到内部标志为True。如果进入时内部标志为True，此方法将立即返回。否则它将阻塞，直到另一个线程调用set()方法将标志置为True，或者直到出现可选的
    超时。timeout是一个浮点数，用于指定以秒为单位的超时期限

 import threading
 import time

 event = threading.Event()

 def chihuoguo():
     # 等待事件，进入等待阻塞状态
     print('%s 进入准备状态' % threading.currentThread().getName())
     time.sleep(1)
     event.wait()
     # 收到事件后进入运行状态
     print('%s 开始运行' % threading.currentThread().getName())

 # 设置线程组
 threads = []

 # 创建新线程
 thread1 = threading.Thread(target=chihuoguo, name='one')
 thread2 = threading.Thread(target=chihuoguo, name='two')

 # 添加到线程组
 threads.append(thread1)
 threads.append(thread2)

 # 开启线程
 for thread in threads:
     thread.start()

 time.sleep(0.1)
 # 发送事件通知
 print('event start')
 event.set()

使用event.clear()

 import threading
 import time

 event = threading.Event()

 def chihuoguo():
     for i in range(1, 5):
         # 等待事件，进入等待阻塞状态
         print('%s %s 进入准备状态' % (threading.currentThread().getName(), i))
         time.sleep(1)
         event.wait()

         if i == 3:
             event.clear()
         # 收到事件后进入运行状态
         print('%s %s 开始运行' % (threading.currentThread().getName(), i))

 # 设置线程组
 threads = []

 # 创建新线程
 thread1 = threading.Thread(target=chihuoguo, name='one')
 thread2 = threading.Thread(target=chihuoguo, name='two')

 # 添加到线程组
 threads.append(thread1)
 threads.append(thread2)

 # 开启线程
 for thread in threads:
     thread.start()

 time.sleep(0.1)

 # event.clear()
 # 发送事件通知
 print('event start')
 event.set()

尽管Event对象可用于给其他线程发信号，但不应该使用它们来实现在生成者/消费者问题中十分典型的通知。例如，应该避免写出下面这样的代码

 evt = threading.Event()

 def producer():
     while True:
         # 生产者
         ...
         evt.signal()

 def consumer():
     while True:
         # 一个等待项
         evt.wait()
         # 消费项
         ...
         # 清除事件并再次等待
         evt.clear()

这段代码并不可靠，因为在evt.wait()和evt.clear()操作之间，生产者可能产生了一个新项。但是，通过清除事件，在生产者创建一个新项之前，消费者可能看不到
这个新项。最好的情况是，程序将经过一段很短的停滞，对项的处理被莫名其妙推迟了。最坏的情况是，由于事件信号丢失，整个程序将挂起。要解决这类问题最好使用
条件变量