某个线程要共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，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入写入操作，从而保证了多线程情况下数据的正确性。
采用f_flag的方法效率低
创建锁
mutex=threading.Lock()
锁定
mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加，不加就会一直等待（堵塞）
释放
mutex.release()
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
import threading from threading import Thread from threading import Lock import time thnum=0#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之 class MyThread(threading.Thread): def run(self): mutex.acquire() for i in range(10000): global thnum thnum+=1 print(thnum) mutex.release() def test(): global thnum mutex.acquire() #等待可以上锁，通知而不是轮训，没有占用CPU for i in range(10000): thnum+=1 print(thnum) mutex.release()#解锁 mutex=Lock() if __name__=='__main__': t=MyThread() t.start() #创建一把互斥锁，默认是没有上锁的 thn=Thread(target=test) thn.start() ''''' 10000 20000 ''' |
只要一上锁，由多任务变为单任务,相当于只有一个线程在运行。
下面的代码相对上面加锁的时间变短了
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
import threading from threading import Thread from threading import Lock import time thnum=0#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之 class MyThread(threading.Thread): def run(self): for i in range(10000): mutex.acquire() global thnum thnum+=1 mutex.release()#释放后，都开始抢，这样上锁的时间变短 print(thnum) def test(): global thnum for i in range(10000): mutex.acquire() thnum+=1 mutex.release()#解锁 print(thnum) mutex=Lock() if __name__=='__main__': t=MyThread() t.start() #创建一把互斥锁，默认是没有上锁的 thn=Thread(target=test) thn.start() ''''' 10000 20000 ''' |
只有必须加锁的地方才加锁
同步：按照预定的先后顺序执行
一个运行完后，释放下一个，下一个锁定后运行，再释放下一个，下一个锁定后，运行后释放下一个..... 释放第一个
异步：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
#异步的实现 from multiprocessing import Pool import time import os #getpid()获取当前进程的进程号 #getppid()获取当前进程的父进程号 def test():#子进程 print("----进程池中的进程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid())) for i in range(3): print("-----%d----"%i) time.sleep(1) return "over" #子进程执行完后返回给操作系统，返回给父进程 def test2(args): print("-----callback func----pid=%d"%os.getpid())#主进程调用test2 print("------callback func---args=%s"%args) def main(): pool=Pool(3) pool.apply_async(func=test,callback=test2)#回调 time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2 print("----主进程-pid = %d"%os.getpid()) if __name__=="__main__": #main() pool=Pool(3) pool.apply_async(test,callback=test2)#回调 time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2 print("----主进程-pid = %d"%os.getpid()) '''''显示结果不太正确，应该先运行test呀，再运行test2 -----callback func----pid=7044 ------callback func---args=over ----主进程-pid = 7044 ----进程池中的进程-----pid=3772,ppid=7044 -- -----0---- -----1---- -----2---- ''' |
原文链接：http://blog.csdn.net/yanhuatangtang/article/details/75316644
