时间:2021-05-22
某个线程要共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改;直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进入写入操作,从而保证了多线程情况下数据的正确性。
采用f_flag的方法效率低
创建锁
mutex=threading.Lock()
锁定
mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加,不加就会一直等待(堵塞)
释放
mutex.release()
import threading from threading import Thread from threading import Lock import time thnum=0 #两个线程都在抢着对这个锁进行上锁,如果有一方成功上锁,那么导致另外一方会堵塞(一直等待),到这个锁被解开为之 class MyThread(threading.Thread): def run(self): mutex.acquire() for i in range(10000): global thnum thnum+=1 print(thnum) mutex.release() def test(): global thnum mutex.acquire() #等待可以上锁,通知而不是轮训,没有占用CPU for i in range(10000): thnum+=1 print(thnum) mutex.release()#解锁 mutex=Lock() if __name__=='__main__': t=MyThread() t.start() #创建一把互斥锁,默认是没有上锁的 thn=Thread(target=test) thn.start() ''''' 10000 20000 '''只要一上锁,由多任务变为单任务,相当于只有一个线程在运行。
下面的代码相对上面加锁的时间变短了
import threading from threading import Thread from threading import Lock import time thnum=0 #两个线程都在抢着对这个锁进行上锁,如果有一方成功上锁,那么导致另外一方会堵塞(一直等待),到这个锁被解开为之 class MyThread(threading.Thread): def run(self): for i in range(10000): mutex.acquire() global thnum thnum+=1 mutex.release()#释放后,都开始抢,这样上锁的时间变短 print(thnum) def test(): global thnum for i in range(10000): mutex.acquire() thnum+=1 mutex.release()#解锁 print(thnum) mutex=Lock() if __name__=='__main__': t=MyThread() t.start() #创建一把互斥锁,默认是没有上锁的 thn=Thread(target=test) thn.start() ''''' 10000 20000 '''只有必须加锁的地方才加锁
同步:按照预定的先后顺序执行
一个运行完后,释放下一个,下一个锁定后运行,再释放下一个,下一个锁定后,运行后释放下一个..... 释放第一个
异步:
#异步的实现 from multiprocessing import Pool import time import os #getpid()获取当前进程的进程号 #getppid()获取当前进程的父进程号 def test():#子进程 print("----进程池中的进程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid())) for i in range(3): print("-----%d----"%i) time.sleep(1) return "over" #子进程执行完后返回给操作系统,返回给父进程 def test2(args): print("-----callback func----pid=%d"%os.getpid())#主进程调用test2 print("------callback func---args=%s"%args) def main(): pool=Pool(3) pool.apply_async(func=test,callback=test2)#回调 time.sleep(5)#收到func进程结束后的信号后,执行回调函数test2 print("----主进程-pid = %d"%os.getpid()) if __name__=="__main__": #main() pool=Pool(3) pool.apply_async(test,callback=test2)#回调 time.sleep(5)#收到func进程结束后的信号后,执行回调函数test2 print("----主进程-pid = %d"%os.getpid()) '''''显示结果不太正确,应该先运行test呀,再运行test2 -----callback func----pid=7044 ------callback func---args=over ----主进程-pid = 7044 ----进程池中的进程-----pid=3772,ppid=7044 -- -----0---- -----1---- -----2---- '''声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了python条件变量之生产者与消费者操作。分享给大家供大家参考,具体如下:互斥锁是最简单的线程同步机制,面对复杂线程同步问题,Python还提供了
本文主要介绍了Android多线程之同步锁的使用,分享给大家,具体如下:一、同步机制关键字synchronized对于Java来说,最常用的同步机制就是sync
1、多线程的同步:1.1、同步机制:在多线程中,可能有多个线程试图访问一个有限的资源,必须预防这种情况的发生。所以引入了同步机制:在线程使用一个资源时为其加锁,
在计算机科学中,锁是在执行多线程时用于强行限制资源访问的同步机制,即用于在并发控制中保证对互斥要求的满足。在DBMS中,可以按照锁的粒度把数据库锁分为行级锁(I
一、多线程环境下的同步与异步同步:A线程要请求某个资源,但是此资源正在被B线程使用中,因为同步机制存在,A线程请求不到,怎么办,A线程只能等待下去。packag