并發編程之鎖

1. GIL全局解釋器鎖

2. GIL與普通的互斥鎖

3. 死鎖

4. 信號量

5. event事件

6. 線程q

?

1. GIL全局解釋器鎖

?

?

""" In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. """ """ ps:python解釋器有很多種 最常見的就是Cpython解釋器 GIL本質也是一把互斥鎖:將并發變成串行犧牲效率保證數據的安全 用來阻止同一個進程下的多個線程的同時執行(同一個進程內多個線程無法實現并行但是可以實現并發)python的多線程沒法利用多核優勢 是不是就是沒有用了?GIL的存在是因為CPython解釋器的內存管理不是線程安全的垃圾回收機制1.引用計數2.標記清除3.分代回收研究python的多線程是否有用需要分情況討論 四個任務 計算密集型的 10s 單核情況下開線程更省資源 多核情況下開進程 10s開線程 40s四個任務 IO密集型的 單核情況下開線程更節省資源 多核情況下開線程更節省資源 """""" python的多線程到底有沒有用 需要看情況而定 并且肯定是有用的多進程+多線程配合使用 """

計算密集型

# 計算密集型 from multiprocessing import Process from threading import Thread import os, timedef work():res = 0for i in range(10000000):res *= iif __name__ == '__main__':l = []print(os.cpu_count()) # 本機為8核start = time.time()for i in range(8):p = Process(target=work) # 耗時 0.7752041816711426# p = Thread(target=work) # 耗時 2.9953091144561768 l.append(p)p.start()for p in l:p.join()stop = time.time()print('run time is %s' % (stop - start))

?

I/O密集型 # IO密集型 from multiprocessing import Process from threading import Thread import threading import os,time def work():time.sleep(2)if __name__ == '__main__':l=[]print(os.cpu_count()) #本機為8核start=time.time()for i in range(4000): # 報錯超過最大遞歸深度,這里改為400p=Process(target=work) #耗時2.85s多,大部分時間耗費在創建進程上# p=Thread(target=work) #耗時2.02s多 l.append(p)p.start()for p in l:p.join()stop=time.time()print('run time is %s' %(stop-start))

?

?

2. GIL與普通的互斥鎖

from threading import Thread import timen = 100def task():global ntmp = ntime.sleep(1) # 睡1秒,所有子進程都取到了100,阻塞1秒后再減1,結果為99# 注銷了time.sleep(1),GIL鎖發揮作用,串行取值,100-100個子程序的1=0n = tmp - 1t_list = [] for i in range(100):t = Thread(target=task)t.start()t_list.append(t)for t in t_list:t.join()print(n) # 0

?

?

3.死鎖

from threading import Thread,Lock,current_thread,RLock import time """ Rlock可以被第一個搶到鎖的人連續的acquire和release 每acquire一次鎖身上的計數加1 每release一次鎖身上的計數減1 只要鎖的計數不為0 其他人都不能搶""" # mutexA = Lock() # mutexB = Lock() mutexA = mutexB = RLock() # A B現在是同一把鎖class MyThread(Thread):def run(self): # 創建線程自動觸發run方法 run方法內調用func1 func2相當于也是自動觸發 self.func1()self.func2()def func1(self):mutexA.acquire()print('%s搶到了A鎖'%self.name) # self.name等價于current_thread().name mutexB.acquire()print('%s搶到了B鎖'%self.name)mutexB.release()print('%s釋放了B鎖'%self.name)mutexA.release()print('%s釋放了A鎖'%self.name)def func2(self):mutexB.acquire()print('%s搶到了B鎖'%self.name)time.sleep(1)mutexA.acquire()print('%s搶到了A鎖' % self.name)mutexA.release()print('%s釋放了A鎖' % self.name)mutexB.release()print('%s釋放了B鎖' % self.name)for i in range(10):t = MyThread()t.start()class Demo(object): passobj1 = Demo()obj2 = Demo()print(id(obj1),id(obj2)) """ 只要類加括號實例化對象 無論傳入的參數是否一樣生成的對象肯定不一樣 單例模式除外自己千萬不要輕易的處理鎖的問題 """

?

4 信號量

# 信號量可能在不同的領域中 對應不同的知識點 """ 互斥鎖:一個廁所(一個坑位) 信號量:公共廁所(多個坑位) """ from threading import Semaphore,Thread import time import randomsm = Semaphore(5) # 造了一個含有五個的坑位的公共廁所def task(name):sm.acquire()print('%s占了一個坑位'%name)time.sleep(random.randint(1,3))sm.release()for i in range(40):t = Thread(target=task,args=(i,))t.start()

?

?

5 Event事件

from threading import Event,Thread import time# 先生成一個event對象 e = Event()def light():print('紅燈正亮著')time.sleep(3)e.set() # 發信號print('綠燈亮了')def car(name):print('%s正在等紅燈'%name)e.wait() # 等待信號print('%s加油門飆車了'%name)t = Thread(target=light) t.start()for i in range(10):t = Thread(target=car,args=('傘兵%s'%i,))t.start()

?

?

6 線程q

import queue """ 同一個進程下的多個線程本來就是數據共享 為什么還要用隊列因為隊列是管道+鎖 使用隊列你就不需要自己手動操作鎖的問題 因為鎖操作的不好極容易產生死鎖現象 """# q = queue.Queue() # q.put('hahha') # print(q.get())# q = queue.LifoQueue() # q.put(1) # q.put(2) # q.put(3) # print(q.get())# q = queue.PriorityQueue() # # 數字越小 優先級越高 # q.put((10,'haha')) # q.put((100,'hehehe')) # q.put((0,'xxxx')) # q.put((-10,'yyyy')) # print(q.get())

?

?

轉載于:https://www.cnblogs.com/Ryan-Yuan/p/11351820.html

總結

以上是生活随笔為你收集整理的day32 并发编程之锁的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。