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

前文提到threading庫在多線程時，對同一資源的訪問容易導致破壞與丟失數據。為了保證安全的訪問一個資源對象，我們需要創建鎖。

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()

運行之后，效果如下：

acquire()會通過鎖進行阻塞其他線程執行中間段，release()釋放鎖，可以看到，基本都是獲得鎖之后才執行。避免了多個線程同時改變其資源對象，不會造成混亂。

判斷是否有另一個線程請求鎖

要確定是否有另一個線程請求鎖而不影響當前的線程，可以設置acquire()的參數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()實現了鎖的獲取與釋放，但其實我們Python還給我們提供了一個更簡單的語法，通過with lock來獲取與釋放鎖。

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對象不能請求多次，即使是由同一個線程請求也不例外。如果同一個調用鏈中的多個函數訪問一個鎖，則會發生意外。如果期望在同一個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

在實際的操作中，我們還可以使用Condition對象來同步線程。由于Condition使用了一個Lock，所以它可以綁定到一個共享資源，允許多個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()

運行之后，效果如下：

這里，我們通過producer線程處理完成之后調用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，當一個線程用完資源之后時,則會自動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制。barrier會建立一個控制點，所有參與的線程會在這里阻塞，直到所有這些參與方都到達這一點。采用這種方法，線程可以單獨啟動然后暫停，直到所有線程都準備好了才可以繼續。

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()

運行之后，效果如下：

從控制臺的輸出會發發現，barrier.wait()會阻塞線程，直到所有線程被創建后，才同時釋放越過這個控制點繼續執行。wait()的返回值指示了釋放的參與線程數，可以用來限制一些線程做清理資源等動作。

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

有限資源的并發訪問

除了多線程可能訪問同一個資源之外，有時候為了性能，我們也會限制多線程訪問同一個資源的數量。例如，線程池支持同時連接，但數據可能是固定的，或者一個網絡APP提供的并發下載數支持固定數目。這些連接就可以使用Semaphore來管理。

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()

運行之后，效果如下：

從圖片雖然能看所有輸出，但無法看到其停頓的事件。讀者自己運行會發現，每次頂多只有兩個線程在工作，是因為我們設置了threading.Semaphore(2)。

隱藏資源

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

local()函數會創建一個對象，它能夠隱藏值，使其在不同的線程中無法被看到。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()

運行之后，效果如下：

這里local_data.value對所有線程都不可見，除非在某個線程中設置了這個屬性，這個線程才能看到它。

到此這篇關于Python中threading庫實現線程鎖與釋放鎖的文章就介紹到這了,更多相關Python 線程鎖與釋放鎖內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！