目錄控制資源訪問判斷是否有另一個(gè)線程請(qǐng)求鎖with lock同步線程Condition屏障（barrier）有限資源的并發(fā)訪問隱藏資源控制資源訪問

前文提到threading庫(kù)在多線程時(shí)，對(duì)同一資源的訪問容易導(dǎo)致破壞與丟失數(shù)據(jù)。為了保證安全的訪問一個(gè)資源對(duì)象，我們需要?jiǎng)?chuàng)建鎖。

示例如下：

import threadingimport timeclass AddThread(): def __init__(self, start=0):self.lock = threading.Lock()self.value = start def increment(self):print('Wait Lock')self.lock.acquire()try: print('Acquire Lock') self.value += 1 print(self.value)finally: self.lock.release()def worker(a): time.sleep(1) a.increment()addThread = AddThread()for i in range(3): t = threading.Thread(target=worker, args=(addThread,)) t.start()

運(yùn)行之后，效果如下：

acquire()會(huì)通過鎖進(jìn)行阻塞其他線程執(zhí)行中間段，release()釋放鎖，可以看到，基本都是獲得鎖之后才執(zhí)行。避免了多個(gè)線程同時(shí)改變其資源對(duì)象，不會(huì)造成混亂。

判斷是否有另一個(gè)線程請(qǐng)求鎖

要確定是否有另一個(gè)線程請(qǐng)求鎖而不影響當(dāng)前的線程，可以設(shè)置acquire()的參數(shù)blocking=False。

示例如下：

import threadingimport timedef worker2(lock): print('worker2 Wait Lock') while True:lock.acquire()try: print('Holding') time.sleep(0.5)finally: print('not Holding') lock.release()time.sleep(0.5)def worker1(lock): print('worker1 Wait Lock') num_acquire = 0 value = 0 while num_acquire < 3:time.sleep(0.5)have_it = lock.acquire(blocking=False)try: value += 1 print(value) print('Acquire Lock') if have_it:num_acquire += 1finally: print('release Lock') if have_it:lock.release()lock = threading.Lock()word2Thread = threading.Thread( target=worker2, name=’work2’, args=(lock,))word2Thread.start()word1Thread = threading.Thread( target=worker1, name=’work1’, args=(lock,))word1Thread.start()

運(yùn)行之后，效果如下：

這里，我們需要迭代很多次，work1才能獲取3次鎖。但是嘗試了很8次。

with lock

前文，我們通過lock.acquire()與lock.release()實(shí)現(xiàn)了鎖的獲取與釋放，但其實(shí)我們Python還給我們提供了一個(gè)更簡(jiǎn)單的語(yǔ)法，通過with lock來(lái)獲取與釋放鎖。

示例如下：

import threadingimport timeclass AddThread(): def __init__(self, start=0):self.lock = threading.Lock()self.value = start def increment(self):print('Wait Lock')with self.lock: print('lock acquire') self.value += 1 print(self.value)print('lock release')def worker(a): time.sleep(1) a.increment()addThread = AddThread()for i in range(3): t = threading.Thread(target=worker, args=(addThread,)) t.start()

這里，我們只是將最上面的例子改變了一下。效果如下：

需要注意的是，正常的Lock對(duì)象不能請(qǐng)求多次，即使是由同一個(gè)線程請(qǐng)求也不例外。如果同一個(gè)調(diào)用鏈中的多個(gè)函數(shù)訪問一個(gè)鎖，則會(huì)發(fā)生意外。如果期望在同一個(gè)線程的不同代碼需要重新獲得鎖，那么這種情況下使用RLock。

同步線程Condition

在實(shí)際的操作中，我們還可以使用Condition對(duì)象來(lái)同步線程。由于Condition使用了一個(gè)Lock，所以它可以綁定到一個(gè)共享資源，允許多個(gè)線程等待資源的更新。

示例如下：

import threadingimport timedef consumer(cond): print('waitCon') with cond:cond.wait()print(’獲取更新的資源’)def producer(cond): print('worker') with cond:print(’更新資源’)cond.notifyAll()cond = threading.Condition()t1 = threading.Thread(name=’t1’, target=consumer, args=(cond,))t2 = threading.Thread(name=’t2’, target=consumer, args=(cond,))t3 = threading.Thread(name=’t3’, target=producer, args=(cond,))t1.start()time.sleep(0.2)t2.start()time.sleep(0.2)t3.start()

運(yùn)行之后，效果如下：

這里，我們通過producer線程處理完成之后調(diào)用notifyAll()，consumer等線程等到了它的更新，可以類比為觀察者模式。這里是，當(dāng)一個(gè)線程用完資源之后時(shí),則會(huì)自動(dòng)通知依賴它的所有線程。

屏障（barrier）

屏障是另一種線程的同步機(jī)制。barrier會(huì)建立一個(gè)控制點(diǎn)，所有參與的線程會(huì)在這里阻塞，直到所有這些參與方都到達(dá)這一點(diǎn)。采用這種方法，線程可以單獨(dú)啟動(dòng)然后暫停，直到所有線程都準(zhǔn)備好了才可以繼續(xù)。

示例如下：

import threadingimport timedef worker(barrier): print(threading.current_thread().getName(), 'worker') worker_id = barrier.wait() print(threading.current_thread().getName(), worker_id)threads = []barrier = threading.Barrier(3)for i in range(3): threads.append(threading.Thread( name='t' + str(i), target=worker, args=(barrier,)) )for t in threads: print(t.name, ’starting’) t.start() time.sleep(0.1)for t in threads: t.join()

運(yùn)行之后，效果如下：

從控制臺(tái)的輸出會(huì)發(fā)發(fā)現(xiàn)，barrier.wait()會(huì)阻塞線程，直到所有線程被創(chuàng)建后，才同時(shí)釋放越過這個(gè)控制點(diǎn)繼續(xù)執(zhí)行。wait()的返回值指示了釋放的參與線程數(shù)，可以用來(lái)限制一些線程做清理資源等動(dòng)作。

當(dāng)然屏障Barrier還有一個(gè)abort()方法，該方法可以使所有等待線程接收一個(gè)BroKenBarrierError。如果線程在wait()上被阻塞而停止處理，會(huì)產(chǎn)生這個(gè)異常，通過except可以完成清理工作。

有限資源的并發(fā)訪問

除了多線程可能訪問同一個(gè)資源之外，有時(shí)候?yàn)榱诵阅埽覀円矔?huì)限制多線程訪問同一個(gè)資源的數(shù)量。例如，線程池支持同時(shí)連接，但數(shù)據(jù)可能是固定的，或者一個(gè)網(wǎng)絡(luò)APP提供的并發(fā)下載數(shù)支持固定數(shù)目。這些連接就可以使用Semaphore來(lái)管理。

示例如下：

import threadingimport timeclass WorkerThread(threading.Thread): def __init__(self):super(WorkerThread, self).__init__()self.lock = threading.Lock()self.value = 0 def increment(self):with self.lock: self.value += 1 print(self.value)def worker(s, pool): with s:print(threading.current_thread().getName())pool.increment()time.sleep(1)pool.increment()pool = WorkerThread()s = threading.Semaphore(2)for i in range(5): t = threading.Thread(name='t' + str(i),target=worker,args=(s, pool,) ) t.start()

運(yùn)行之后，效果如下：

從圖片雖然能看所有輸出，但無(wú)法看到其停頓的事件。讀者自己運(yùn)行會(huì)發(fā)現(xiàn)，每次頂多只有兩個(gè)線程在工作，是因?yàn)槲覀冊(cè)O(shè)置了threading.Semaphore(2)。

隱藏資源

在實(shí)際的項(xiàng)目中，有些資源需要鎖定以便于多個(gè)線程使用，而另外一些資源則需要保護(hù)，以使它們對(duì)并非使這些資源的所有者的線程隱藏。

local()函數(shù)會(huì)創(chuàng)建一個(gè)對(duì)象，它能夠隱藏值，使其在不同的線程中無(wú)法被看到。示例如下：

import threadingimport randomdef show_data(data): try:result = data.value except AttributeError:print(threading.current_thread().getName(), 'No value') else:print(threading.current_thread().getName(), 'value=', result)def worker(data): show_data(data) data.value = random.randint(1, 100) show_data(data)local_data = threading.local()show_data(local_data)local_data.value = 1000show_data(local_data)for i in range(2): t = threading.Thread(name='t' + str(i),target=worker,args=(local_data,) ) t.start()

運(yùn)行之后，效果如下：

這里local_data.value對(duì)所有線程都不可見，除非在某個(gè)線程中設(shè)置了這個(gè)屬性，這個(gè)線程才能看到它。

到此這篇關(guān)于Python中threading庫(kù)實(shí)現(xiàn)線程鎖與釋放鎖的文章就介紹到這了,更多相關(guān)Python 線程鎖與釋放鎖內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！