Python多線程同步Lock、RLock、Semaphore、Event執行個體_python

一、多線程同步

由於CPython的python解譯器在單線程模式下執行，所以導致python的多線程在很多的時候並不能很好地發揮多核cpu的資源。大部分情況都推薦使用多進程。

python的多線程的同步與其他語言基本相同，主要包含：

Lock & RLock ：用來確保多線程多共用資源的訪問。
Semaphore ： 用來確保一定資源多線程訪問時的上限，例如資源集區。 
Event : 是最簡單的線程間通訊的方式，一個線程可以發送訊號，其他的線程接收到訊號後執行操作。 

二、執行個體

1）Lock & RLock

Lock對象的狀態可以為locked和unlocked

使用acquire()設定為locked狀態；
使用release()設定為unlocked狀態。

如果當前的狀態為unlocked，則acquire()會將狀態改為locked然後立即返回。當狀態為locked的時候，acquire()將被阻塞直到另一個線程中調用release()來將狀態改為unlocked，然後acquire()才可以再次將狀態置為locked。

Lock.acquire(blocking=True, timeout=-1),blocking參數表示是否阻塞當前線程等待，timeout表示阻塞時的等待時間 。如果成功地獲得lock，則acquire()函數返回True，否則返回False，timeout逾時時如果還沒有獲得lock仍然返回False。

執行個體：(確保只有一個線程可以訪問共用資源)

複製代碼 代碼如下:

import threading
import time
 
num = 0
lock = threading.Lock()
 
def func(st):
    global num
    print (threading.currentThread().getName() + ' try to acquire the lock')
    if lock.acquire():
        print (threading.currentThread().getName() + ' acquire the lock.' )
        print (threading.currentThread().getName() +" :%s" % str(num) )
        num += 1
        time.sleep(st)
        print (threading.currentThread().getName() + ' release the lock.'  )       
        lock.release()
 
t1 = threading.Thread(target=func, args=(8,))
t2 = threading.Thread(target=func, args=(4,))
t3 = threading.Thread(target=func, args=(2,))
t1.start()
t2.start()
t3.start()

結果：

RLock與Lock的區別是：RLock中除了狀態locked和unlocked外還記錄了當前lock的owner和遞迴層數，使得RLock可以被同一個線程多次acquire()。

2）Semaphore

Semaphore管理一個內建的計數器，
每當調用acquire()時內建計數器-1；
調用release() 時內建計數器+1；
計數器不能小於0；當計數器為0時，acquire()將阻塞線程直到其他線程調用release()。

執行個體：(同時只有2個線程可以獲得semaphore,即可以限制最大串連數為2)：

複製代碼 代碼如下:

import threading
import time

semaphore = threading.Semaphore(2)
 
def func():
    if semaphore.acquire():
        for i in range(5):
          print (threading.currentThread().getName() + ' get semaphore')
        semaphore.release()
        print (threading.currentThread().getName() + ' release semaphore')
       
       
for i in range(4):
  t1 = threading.Thread(target=func)
  t1.start()

結果：

3) Event

Event內部包含了一個標誌位，初始的時候為false。
可以使用使用set()來將其設定為true；
或者使用clear()將其從新設定為false；
可以使用is_set()來檢查標誌位的狀態；
另一個最重要的函數就是wait(timeout=None)，用來阻塞當前線程，直到event的內部標誌位被設定為true或者timeout逾時。如果內部標誌位為true則wait()函數理解返回。

執行個體： (線程間相互連信)

複製代碼 代碼如下:

import logging
import threading
import time

logging.basicConfig(level=logging.DEBUG,
format="(%(threadName)-10s : %(message)s",
)

def wait_for_event_timeout(e, t):
    """Wait t seconds and then timeout"""
    while not e.isSet():
      logging.debug("wait_for_event_timeout starting")
      event_is_set = e.wait(t)
      logging.debug("event set: %s" % event_is_set)
    if event_is_set:
      logging.debug("processing event")
    else:
      logging.debug("doing other work")
     
e = threading.Event()
t2 = threading.Thread(name="nonblock",
target=wait_for_event_timeout,args=(e, 2))
t2.start()
logging.debug("Waiting before calling Event.set()")
time.sleep(7)
e.set()
logging.debug("Event is set")

運行結果：

三、其他

1） 線程局部變數

線程局部變數的值是跟線程相關的，區別與全域的變數。使用非常簡單如下：

複製代碼 代碼如下:

mydata = threading.local()
mydata.x = 1

2）對Lock，semaphore，condition等使用with關鍵字代替手動調用acquire()和release()。