小编给大家分享一下python多线程中互斥锁与死锁的示例分析,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!
以下列task1()
,task2()
两个函数为例,分别将对全局变量num加一重复一千万次循环(数据大一些,太小的话执行太快,达不到验证的效果)。
import threading import time num = 0 def task1(nums): global num for i in range(nums): num += 1 print("task1---num=%d" % num) def task2(nums): global num for i in range(nums): num += 1 print("task2---num=%d" % num) if __name__ == '__main__': nums = 10000000 t1 = threading.Thread(target=task1, args=(nums,)) t2 = threading.Thread(target=task2, args=(nums,)) t1.start() t2.start() # 因为主线程不会等子线程执行完就会执行,所以这里延迟五秒,确保最后执行。 time.sleep(5) print("main----num=%d" % num)
程序运行结果:
如图,输出结果比较混乱,既没有一千万,最终结果也不是二千万。因为多线程运行时出现了资源竞争,即可以理解为,每个函数运行的时间都不确定,且互相影响,
如从初始值0开始,假设t1的线程先执行,执行到+1后,此时的num=1还未存储,然后即被叫停,t2开始执行,去获取num,获取到的num等于初始值0,然后其执行了+1并存储,存储后num=1,然后t2停止t1继续,再次存储num=1。即加了两次1,但是num还是只等于1。
因为t1和t2谁来运行的分配是完全随机的,所以最后加了两千万次1后值是小于2000万的。
解决此类问题,可以使用到互斥锁 。
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",其他线程不能改变,只到该线程释放资源,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。
创建一把锁:
mutex = threading.Lock()
mutex.acquire() # 上锁 xxxx锁定的内容xxxxx mutex.release() # 解锁
将互斥锁加入到上边的代码中如下,则问题得到了解决。
import threading import time num = 0 def task1(nums): global num mutex.acquire() for i in range(nums): num += 1 mutex.release() print("task1---num=%d" % num) def task2(nums): global num mutex.acquire() for i in range(nums): num += 1 mutex.release() print("task2---num=%d" % num) if __name__ == '__main__': nums = 10000000 mutex = threading.Lock() t1 = threading.Thread(target=task1, args=(nums,)) t2 = threading.Thread(target=task2, args=(nums,)) t1.start() t2.start() # 因为主线程不会等子线程执行完就会执行,所以这里延迟五秒,确保最后执行。 time.sleep(5) print("main----num=%d" % num)
程序运行结果:
threading.Lock()
上的是不可重入锁,即一次只能加一把锁,不能加多把。
threading.Lock()
如果需要同时加多把所,则需加入不可重入锁
创建一把可重入锁:
mutex = threading.RLock() mutex.acquire() # 上锁 mutex.acquire() # 再上锁 xxxx锁定的内容xxxxx mutex.release() # 解锁 mutex.release() # 再解锁
其中上锁和解锁的次数必须保持一致。
在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会程序堵塞,造成死锁。
死锁一般用不到。
程序设计要尽量避免。
看完了这篇文章,相信你对“python多线程中互斥锁与死锁的示例分析”有了一定的了解,如果想了解更多相关知识,欢迎关注亿速云行业资讯频道,感谢各位的阅读!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。