python多線程Lock和RLock的區別

1. 兩種鎖的不同

1.1 定義

為了確保對共享資源的訪問，python提供了兩種鎖，一個是上一篇提到的Lock，還有一個就是RLock，他們的區別在于：

Lock是可用的最低級別的同步指令，一個線程只能請求一次，而RLock是可以被一個線程請求多次的同步指令

當Lock處于鎖定狀態時，不被特定的線程所擁有，而RLock使用了“擁有的線程”和“遞歸等級”的概念，因此處于鎖定狀態時，可以被線程擁有

1.2 死鎖

Lock在下面的情形下會發生死鎖

Lock.acquire()

Lock.acquire()

Lock.release()

Lock.release()

連續兩次acquire請求，會導致死鎖，因為第一次獲得鎖之后還沒有釋放時，第二次acquire請求緊接著就到來，可是acquire會讓程序阻塞，無法執行release()，這就導致鎖永遠無法釋放，死鎖是非常危險非常嚴重的問題

1.3 可重入鎖

RLock就不存在1.2中所提到的死鎖問題

RLock.acquire()

RLock.acquire()

RLock.release()

RLock.release()

不過要保證有多少次acquire()，就有多少次release()

2. 怎么會多次請求鎖呢？

最初接觸到Lock和RLock這兩者之間的不同之處時，感到十分困惑。RLock的優勢在于，在同一個線程里可以多次申請鎖，而Lock則不能，必須在釋放之后才能再次申請，那么，這樣做也沒問題啊，不會出現第一次申請后，在釋放前又申請的可能啊，在編寫代碼的時候，完全可以認為的控制這種情況的發生。

然而事實并非如此，我現在假設一種情形，使得死鎖的發生不可避免

import threading

m_lock = threading.Lock()

def h():

with m_lock:

print('h')

def g():

with m_lock:

print('g')

h()

g()

上面的例子中，h()和g()中都用了Lock，在多線程環境下，他們可以做到相安無事，但是，程序的結構總是處于變化中，尤其是那些龐大的系統，一個小小的變化可能牽一發而動全身，假設發生了下面的變化

import threading

m_lock = threading.Lock()

# m_lock = threading.RLock()

def h():

with m_lock:

g()

print('h')

def g():

with m_lock:

print('g')

h()

g()

在h()函數中，獲得鎖以后要執行g()，那么此時，程序就會發生死鎖，在大的項目里，情況會比這更加復雜，你很難通過眼前的幾行代碼發現這種死鎖的情況，因為很可能發生死鎖的地方是在很深層次的調用過程中，因此，使用RLock是非常安全的選擇.

執行上面的代碼，程序不會輸出任何信息，也永遠不會結束，因為已經發生了死鎖，將注釋的Lock替換成RLock，程序立馬可以執行

總結

以上是生活随笔為你收集整理的python lock_python多线程Lock和RLock的区别的全部內容，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。