Python--同步锁（互斥锁）、死锁（状态）、递归锁、信号量、Event对象

同步锁/互斥锁 (Lock)

import time

import threading

def sub():

    global num #在每个线程中都获取这个全局变量

    #num-=1

    temp=num

    time.sleep(0.1)

    num =temp-1  # 对此公共变量进行-1操作

num = 100  #设定一个共享变量

thread_list = []

for i in range(100):

    t = threading.Thread(target=sub)

    t.start()

    thread_list.append(t)

for t in thread_list: #等待所有线程执行完毕

    t.join()

print('Result: ', num)

运行结果：

99

我们想要的结果是多线程实现递减至0 ，但是很明显没有实现。

下面这段代码更改了一下睡眠时间，依然结果不会是0 。

import time

import threading

def sub():

    global num #在每个线程中都获取这个全局变量

    #num-=1

    temp=num

    time.sleep(0.001)

    num =temp-1  # 对此公共变量进行-1操作

num = 100  #设定一个共享变量

thread_list = []

for i in range(100):

    t = threading.Thread(target=sub)

    t.start()

    thread_list.append(t)

for t in thread_list: #等待所有线程执行完毕

    t.join()

print('Result: ', num)

运行结果：

大于0 但是小于100的数

锁通常被用来实现对共享资源的同步访问。

import threading

R=threading.Lock() #为每一个共享资源创建一个Lock对象

R.acquire() #当你需要访问该资源时，调用acquire方法来获取锁对象（如果其它线程已经获得了该锁，则当前线程需等待其被释放）

'''

对公共数据的操作

'''

R.release() #待资源访问完后，再调用release方法释放锁：

import time

import threading

def sub():

    global num #在每个线程中都获取这个全局变量

    lock.acquire()

    temp=num

    time.sleep(0.001)

    num =temp-1  # 对此公共变量进行-1操作

    lock.release()

num = 100  #设定一个共享变量

thread_list = []

lock=threading.Lock()

for i in range(100):

    t = threading.Thread(target=sub)

    t.start()

    thread_list.append(t)

for t in thread_list: #等待所有线程执行完毕

    t.join()

print('Result: ', num)

运行结果：

Result:  0

这样就解决了我们的问题。

为什么有了GIL，还需要线程同步？

多线程环境下必须存在资源的竞争,那么如何才能保证同一时刻只有一个线程对共享资源进行存取?

加锁, 对, 加锁可以保证存取操作的唯一性, 从而保证同一时刻只有一个线程对共享数据存取.

死锁与递归锁

import time

import threading

class Mythread(threading.Thread):

    def __init__(self):

        threading.Thread.__init__(self)

    def run(self):

        self.foo()

    def foo(self):

        locka.acquire()

        print('I am %s got locka---%s'%(self.name,time.ctime()))

        lockb.acquire()

        print('I am %s got lockb---%s'%(self.name,time.ctime()))

        lockb.release()

        locka.release()

if __name__ == '__main__':

    locka=threading.Lock()

    lockb=threading.Lock()

    for i in range(10):

        t=Mythread()

        t.start()

运行效果：

I am Thread-1 got locka---Fri Jul 21 14:30:32 2017

I am Thread-1 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-2 got locka---Fri Jul 21 14:30:32 2017

I am Thread-2 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-3 got locka---Fri Jul 21 14:30:32 2017

I am Thread-3 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-4 got locka---Fri Jul 21 14:30:32 2017

I am Thread-4 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-5 got locka---Fri Jul 21 14:30:32 2017

I am Thread-5 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-6 got locka---Fri Jul 21 14:30:32 2017

I am Thread-6 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-7 got locka---Fri Jul 21 14:30:32 2017

I am Thread-7 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-8 got locka---Fri Jul 21 14:30:32 2017

I am Thread-8 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-9 got locka---Fri Jul 21 14:30:32 2017

I am Thread-9 got lockb---Fri Jul 21 14:30:32 2017

I am Thread-10 got locka---Fri Jul 21 14:30:32 2017

I am Thread-10 got lockb---Fri Jul 21 14:30:32 2017

所谓死锁：是指两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。

import time

import threading

class Mythread(threading.Thread):

    def __init__(self):

        threading.Thread.__init__(self)

    def run(self):

        self.foo()

        self.bar()

    def foo(self):

        locka.acquire()

        print('I am %s got locka---%s'%(self.name,time.ctime()))

        lockb.acquire()

        print('I am %s got lockb---%s'%(self.name,time.ctime()))

        lockb.release()

        locka.release()

    def bar(self):

        lockb.acquire()

        print('I am %s got lockb---%s'%(self.name,time.ctime()))

        locka.acquire()

        print('I am %s got locka---%s'%(self.name,time.ctime()))

        locka.release()

        lockb.release()

if __name__ == '__main__':

    locka=threading.Lock()

    lockb=threading.Lock()

    for i in range(10):

        t=Mythread()

        t.start()

运行效果图：

解决死锁状态的递归锁出现了。

在Python中为了支持在同一线程中多次请求同一资源，python提供了可重入锁RLock。

这个RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次require。直到一个线程所有的acquire都被release，其他的线程才能获得资源。上面的例子如果使用RLock代替Lock，则不会发生死锁：

import time

import threading

class Mythread(threading.Thread):

    def __init__(self):

        threading.Thread.__init__(self)

    def run(self):

        self.foo()

        self.bar()

    def foo(self):

        Rlock.acquire()

        print('I am %s got locka---%s'%(self.name,time.ctime()))

        Rlock.acquire()

        print('I am %s got lockb---%s'%(self.name,time.ctime()))

        Rlock.release()

        Rlock.release()

    def bar(self):

        Rlock.acquire()

        print('I am %s got lockb---%s'%(self.name,time.ctime()))

        Rlock.acquire()

        print('I am %s got locka---%s'%(self.name,time.ctime()))

        Rlock.release()

        Rlock.release()

if __name__ == '__main__':

    Rlock=threading.RLock()

    for i in range(10):

        t=Mythread()

        t.start()

运行效果：

I am Thread-1 got locka---Fri Jul 21 14:42:08 2017

I am Thread-1 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-2 got locka---Fri Jul 21 14:42:08 2017

I am Thread-2 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-2 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-2 got locka---Fri Jul 21 14:42:08 2017

I am Thread-1 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-1 got locka---Fri Jul 21 14:42:08 2017

I am Thread-3 got locka---Fri Jul 21 14:42:08 2017

I am Thread-3 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-4 got locka---Fri Jul 21 14:42:08 2017

I am Thread-4 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-5 got locka---Fri Jul 21 14:42:08 2017

I am Thread-5 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-3 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-3 got locka---Fri Jul 21 14:42:08 2017

I am Thread-6 got locka---Fri Jul 21 14:42:08 2017

I am Thread-6 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-6 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-6 got locka---Fri Jul 21 14:42:08 2017

I am Thread-4 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-4 got locka---Fri Jul 21 14:42:08 2017

I am Thread-7 got locka---Fri Jul 21 14:42:08 2017

I am Thread-7 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-7 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-7 got locka---Fri Jul 21 14:42:08 2017

I am Thread-9 got locka---Fri Jul 21 14:42:08 2017

I am Thread-9 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-9 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-9 got locka---Fri Jul 21 14:42:08 2017

I am Thread-5 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-5 got locka---Fri Jul 21 14:42:08 2017

I am Thread-10 got locka---Fri Jul 21 14:42:08 2017

I am Thread-10 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-10 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-10 got locka---Fri Jul 21 14:42:08 2017

I am Thread-8 got locka---Fri Jul 21 14:42:08 2017

I am Thread-8 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-8 got lockb---Fri Jul 21 14:42:08 2017

I am Thread-8 got locka---Fri Jul 21 14:42:08 2017

Semaphore（信号量）

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5个线程可以获得semaphore,即可以限制最大连接数为5)：

import threading

import time

semaphore =threading.Semaphore(5) #同时只有5个线程可以获得semaphore,即可以限制最大连接数为5

def foo():

    semaphore.acquire()

    time.sleep(2)

    print('ok')

    semaphore.release()

for i in range(10):

    t=threading.Thread(target=foo)

    t.start()

运行效果：

先同时打印5个‘ok’,过两秒再同时打印5个‘ok’

Event对象

线程的一个关键特性是每个线程都是独立运行且状态不可预测。

如果程序中的其他线程需要通过判断某个线程的状态来确定自己下一步的操作,这时线程同步问题就会变得非常棘手。为了解决这些问题,我们需要使用threading库中的Event对象。

在初始情况下,Event对象中的信号标志被设置为假。

如果有线程等待一个Event对象, 而这个Event对象的标志为假,那么这个线程将会被一直阻塞直至该标志为真。

一个线程如果将一个Event对象的信号标志设置为真,它将唤醒所有等待这个Event对象的线程。

如果一个线程等待一个已经被设置为真的Event对象,那么它将忽略这个事件, 继续执行

event.isSet()：返回event的状态值；

event.wait()：如果 event.isSet()==False将阻塞线程；

event.set()： 设置event的状态值为True，所有阻塞池的线程激活进入就绪状态， 等待操作系统调度；

event.clear()：恢复event的状态值为False。

import threading,time

event=threading.Event()

def foo():

    print('waitting...')

    event.wait()

    print('connect to redis server')

for i in range(5):

    t=threading.Thread(target=foo)

    t.start()

print('attempt to start redis server')

time.sleep(3)

event.set()

运行效果：

先同时打印5个'waiting'和'attempt to start redis server',3秒后打印5个'connect to redis server'

threading.Event的wait方法还接受一个超时参数，默认情况下如果事件一直没有发生，wait方法会一直阻塞下去，而加入这个超时参数之后，如果阻塞时间超过这个参数设定的值之后，wait方法会返回。

import threading,time

event=threading.Event()

def foo():

    print('waitting...')

    event.wait(1)

    print('cinnect to redis server')

for i in range(5):

    t=threading.Thread(target=foo)

    t.start()

print('attempt to start redis server')

time.sleep(3)

event.set()

运行效果：

先同时打印5个‘waitting’，1个‘attempt to start redis server’，过1秒打印'cinnect to redis server'，再过两秒程序运行结束