python多线程---线程锁

在使用python进行多线程编程时, 为了防止多线程同时修改同一个变量, 使用threading.Lock()对关键操作加锁, 进程有自己独立的内存单元,而线程则共享创建他们的进程的内存单元,多线程在运行时,如果要对同一个资源进行使用,那么就会面临资源共享的问题,处理不当,会对数据造成破坏

1. 资源共享

进程有自己独立的内存单元,而线程则共享创建他们的进程的内存单元,多线程在运行时,如果要对同一个资源进行使用,那么就会面临资源共享的问题,处理不当,会对数据造成破坏, 在上一篇文章中,你已经见识到了多进程同时修改变量所引发的数据冲突问题。

为了避免这种情况的发生,我们需要在对共享资源进行修改时加锁,同一个时刻,只能有一个线程获得这把锁,然后对数据进行操作,其他的线程只能等待。这样,就可以避免多个线程同时修改一份数据。

2. 线程锁

你可以使用threading.Lock()对关键操作加锁, 我修改上一篇所使用的代码

import threading
import time

m_lock = threading.Lock()

a = 0
def worker():
    time.sleep(1)
    global a
    for i in range(100000):
        m_lock.acquire()    # 加锁
        a += 1
        m_lock.release()    # 释放锁

thread_lst = []
for i in range(5):
    t = threading.Thread(target=worker)
    thread_lst.append(t)

for t in thread_lst:
    t.start()

for t in thread_lst:
    t.join()

print(a)

仅仅添加了两行代码,进行加锁和释放锁的操作,就可以获得锁期望的结果了,最终a的值是500000

你也可以使用with语句来简化代码,避免忘记释放锁

def worker():
    time.sleep(1)
    global a
    for i in range(100000):
        with m_lock:
            a += 1

扫描关注, 与我技术互动

QQ交流群: 211426309

加入知识星球, 每天收获更多精彩内容

分享日常研究的python技术和遇到的问题及解决方案