时间:2021-05-22
关于阻塞主线程
join的错误用法
Thread.join() 作用为阻塞主线程,即在子线程未返回的时候,主线程等待其返回然后再继续执行.
join不能与start在循环里连用
以下为错误代码,代码创建了5个线程,然后用一个循环激活线程,激活之后令其阻塞主线程.
执行过程:
1. 第一次循环中,主线程通过start函数激活线程1,线程1进行计算.
2. 由于start函数不阻塞主线程,在线程1进行运算的同时,主线程向下执行join函数.
3. 执行join之后,主线程被线程1阻塞,在线程1返回结果之前,主线程无法执行下一轮循环.
4. 线程1计算完成之后,解除对主线程的阻塞.
5. 主线程进入下一轮循环,激活线程2并被其阻塞…
如此往复,可以看出,本来应该并发的五个线程,在这里变成了顺序队列,效率和单线程无异.
join的正确用法
使用两个循环分别处理start和join函数.即可实现并发.
threads = [Thread() for i in range(5)]for thread in threads: thread.start()for thread in threads: thread.join()time.sleep代替join进行调试
之前在一些项目里看到过这样的代码,使用time.sleep代替join手动阻塞主线程.
在所有子线程返回之前,主线程陷入无线循环而不能退出.
关于线程锁(threading.Lock)
单核CPU+PIL是否还需要锁?
非原子操作 count = count + 1 理论上是线程不安全的.
使用3个线程同时执行上述操作改变全局变量count的值,并查看程序执行结果.
如果结果正确,则表示未出现线程冲突.
使用以下代码测试
# -*- coding: utf-8 -*-import threadingimport timecount = 0class Counter(threading.Thread): def __init__(self, name): self.thread_name = name super(Counter, self).__init__(name=name) def run(self): global count for i in xrange(100000): count = count + 1counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters: counter.start()time.sleep(5)print 'count=%s' % count运行结果:
count=275552
事实上每次运行结果都不相同且不正确,这证明单核CPU+PIL仍无法保证线程安全,需要加锁.
加锁后的正确代码:
# -*- coding: utf-8 -*-import threadingimport timecount = 0lock = threading.Lock()class Counter(threading.Thread): def __init__(self, name): self.thread_name = name self.lock = threading.Lock() super(Counter, self).__init__(name=name) def run(self): global count global lock for i in xrange(100000): lock.acquire() count = count + 1 lock.release()counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters: counter.start()time.sleep(5)print 'count=%s' % count结果:
count=500000
注意锁的全局性
这是一个简单的Python语法问题,但在逻辑复杂时有可能被忽略.
要保证锁对于多个子线程来说是共用的,即不要在Thread的子类内部创建锁.
以下为错误代码
# -*- coding: utf-8 -*-import threadingimport timecount = 0# lock = threading.Lock() # 正确的声明位置class Counter(threading.Thread): def __init__(self, name): self.thread_name = name self.lock = threading.Lock() # 错误的声明位置 super(Counter, self).__init__(name=name) def run(self): global count for i in xrange(100000): self.lock.acquire() count = count + 1 self.lock.release()counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters: print counter.thread_name counter.start()time.sleep(5)print 'count=%s' % count以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
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。
平常在多线程开发中,总避免不了线程同步。本篇就对net多线程中的锁系统做个简单描述。目录一:lock、Monitor1:基础。2:作用域。3:字符串锁。4:mo
前一篇文章Python:使用threading模块实现多线程编程四[使用Lock互斥锁]我们已经开始涉及到如何使用互斥锁来保护我们的公共资源了,现在考虑下面的情
Python多线程编程时,经常会用到join()和setDaemon()方法,今天特地研究了一下两者的区别。1、join()方法:主线程A中,创建了子线程B,并
1、synchronized方法与锁对象 线程锁的是对象。 1)A线程先持有object对象的Lock锁,B线程可以以异步的方式调用object对象中的非s
join方法:阻塞线程,直到该线程执行完毕因此,可以对join加一个超时操作,join([timeout]),超过设置时间,就不再阻塞线程jion加上还有一个后