python并发场景锁如何使用

本文小编为大家详细介绍“python并发场景锁如何使用”，内容详细，步骤清晰，细节处理妥当，希望这篇“python并发场景锁如何使用”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

加锁的原因

我们明白了锁的原理，不禁有了一个问题，我们为什么需要锁呢，它在哪些场景当中会用到呢？

其实它的使用场景非常广，我们举一个非常简单的例子，就是淘宝买东西。我们都知道商家的库存都是有限的，卖掉一个少一个。假如说当前某个商品库存只剩下一个，但当下却有两个人同时购买。两个人同时购买也就是有两个请求同时发起购买请求，如果我们不加锁的话，两个线程同时查询到商品的库存是1，大于0，进行购买逻辑之后，同时减一。由于两个线程同时执行，所以最后商品的库存会变成-1。

显然商品的库存不应该是一个负数，所以我们需要避免这种情况发生。通过加锁可以完美解决这个问题。我们规定一次只能有一个线程发起购买的请求，那么这样当一个线程将库存减到0的时候，第二个请求就无法修改了，就保证了数据的准确性。

代码实现

那么在Python当中，我们怎么样来实现这个锁呢？

其实很简单，threading库当中已经为我们提供了线程的工具，我们直接拿过来用就可以了。我们通过使用threading当中的Lock对象， 可以很轻易的实现方法加锁的功能。

import threading
class PurchaseRequest:
    '''
    初始化库存与锁
    '''
    def __init__(self, initial_value = 0):
        self._value = initial_value
        self._lock = threading.Lock()

    def incr(self,delta=1):
        '''
        加库存
        '''
        self._lock.acquire()
        self._value += delta
        self._lock.release()

    def decr(self,delta=1):
        '''
        减库存
        '''
        self._lock.acquire()
        self._value -= delta
        self._lock.release()

我们从代码当中就可以很轻易的看出Lock这个对象的使用方法，我们在进入加锁区（资源抢占区）之前，我们需要先使用lock.acquire()方法获取锁。Lock对象可以保证同一时刻只能有一个线程获取锁，只有获取了锁之后才会继续往下执行。当我们执行完成之后，我们需要把锁“放回门口”，所以需要再调用一下release方法，表示锁的释放。

这里有一个小问题是很多程序员在编程的时候总是会忘记release，导致不必要的bug，而且这种分布式场景当中的bug很难通过测试发现。因为测试的时候往往很难测试并发场景，code review的时候也很容易忽略，因此一旦泄露了还是挺难发现的。

为了解决这个问题，Lock还提供了一种改进的用法，就是使用with语句。with语句我们之前在使用文件的时候用到过，使用with可以替我们完成try catch以及资源回收等工作，我们只管用就完事了。这里也是一样，使用with之后我们就可以不用管锁的申请和释放了，直接写代码就行，所以上面的代码可以改写成这样：

import threading

class PurchaseRequest:
    '''
    初始化库存与锁
    '''
    def __init__(self, initial_value = 0):
        self._value = initial_value
        self._lock = threading.Lock()

    def incr(self,delta=1):
        '''
        加库存
        '''
  with self._lock:
         self._value += delta

    def decr(self,delta=1):
        '''
        减库存
        '''
        with self._lock:
         self._value -= delta

这样看起来是不是清爽很多？

可重入锁

上面介绍的只是最简单的锁，我们经常使用的往往是可重入锁。

什么叫可重入锁呢？简单解释一下，就是在一个线程已经持有了锁的情况下，它可以再次进入被加锁的区域。但是既然线程还持有锁没有释放，那么它不应该还是在加锁区域吗，怎么会有需要再次进入被加锁区域的情况呢？其实是有的，道理也很简单，就是递归。

我们把上面的例子稍微改一点点，就完全不一样了。

import threading
class PurchaseRequest:
    '''
    初始化库存与锁
    '''
    def __init__(self, initial_value = 0):
        self._value = initial_value
        self._lock = threading.Lock()

    def incr(self,delta=1):
        '''
        加库存
        '''
  with self._lock:
         self._value += delta

    def decr(self,delta=1):
        '''
        减库存
        '''
        with self._lock:
         self.incr(-delta)

我们关注一下上面的decr方法，我们用incr来代替了原本的逻辑实现了decr。但是有一个问题是decr也是一个加锁的方法，需要前一个锁释放了才能进入。但它已经持有了锁了，那么这种情况下就会发生死锁。

我们只需要把Lock换成可重入锁就可以解决这个问题，只需要修改一行代码。

import threading

class PurchaseRequest:
    '''
    初始化库存与锁
    我们使用RLock代替了Lock，也可重入锁代替了普通锁
    '''
    def __init__(self, initial_value = 0):
        self._value = initial_value
        self._lock = threading.RLock()

    def incr(self,delta=1):
        '''
        加库存
        '''
  with self._lock:
         self._value += delta

    def decr(self,delta=1):
        '''
        减库存
        '''
        with self._lock:
         self.incr(-delta)

读到这里，这篇“python并发场景锁如何使用”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。