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---- ''' |