对python多线程中互斥锁Threading.Lock的简单应用详解_Python

对python多线程中互斥锁Threading.Lock的简单应用详解

2021-05-14 00:32AutomationTesting Python

今天小编就为大家分享一篇对python多线程中互斥锁Threading.Lock的简单应用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

一、线程共享进程资源

每个线程互相独立，相互之间没有任何关系，但是在同一个进程中的资源，线程是共享的，如果不进行资源的合理分配，对数据造成破坏，使得线程运行的结果不可预期。这种现象称为“线程不安全”。

实例如下：

python" id="highlighter_599236">
			
				?

									#-*- coding: utf-8 -*-

									import threading

									import time

									def test_xc():

									  f = open("test.txt","a")

									  f.write("test_dxc"+'\n')

									  time.sleep(1)

									  f.close()

									if __name__ == '__main__':

									  for i in xrange(5):

									    t = threading.thread(target=test_xc)

									    t.start()

结果展示：

对python多线程中互斥锁Threading.Lock的简单应用详解

二、互斥锁同步

线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。互斥锁为资源引入一个状态：锁定/非锁定。某个线程要更改共享数据时，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行写入操作，从而保证了多线程情况下数据的正确性。

threading模块中定义了lock类，可以方便的处理锁定：

				?

									#创建锁

									mutex = threading.lock()

									#锁定

									mutex.acquire([timeout])#timeout是超时时间

									#释放

									mutex.release()

其中，锁定方法acquire可以有一个超时时间的可选参数timeout。如果设定了timeout，则在超时后通过返回值可以判断是否得到了锁，从而可以进行一些其他的处理。

三、使用线程锁

				?

									<pre name="code" class="python">#-*- coding: utf-8 -*-

									import threading

									import time

									def test_xc():

									  f = open("test.txt","a")

									  f.write("test_dxc"+'\n')

									  time.sleep(1)

									  mutex.acquire()#取得锁

									  f.close()

									  mutex.release()#释放锁

									if __name__ == '__main__':

									  mutex = threading.lock()#创建锁

									  for i in xrange(5):

									    t = threading.thread(target=test_xc)

									    t.start()