用淘宝域名做网站什么效果,wordpress跳转自适应,免费做流程图的网站,亚马逊国际站官网线程安全和锁
一、全局解释器锁
首先需要明确的一点是GIL并不是Python的特性#xff0c;它是在实现Python解析器(CPython)时所引入的一个概念。
GIL全称global interpreter lock#xff0c;全局解释器锁。
每个线程在执行的时候都需要先获取GIL#xff0c;保证同一时刻只…线程安全和锁
一、全局解释器锁
首先需要明确的一点是GIL并不是Python的特性它是在实现Python解析器(CPython)时所引入的一个概念。
GIL全称global interpreter lock全局解释器锁。
每个线程在执行的时候都需要先获取GIL保证同一时刻只有一个线程可以执行代码即同一时刻只有一个线程使用CPU。在CPython中每一个Python线程执行前都需要去获得GIL锁 获得该锁的线程才可以执行没有获得的只能等待 当具有GIL锁的线程运行完成后其他等待的线程就会去争夺GIL锁这就造成了在Python中使用多线程但同一时刻下依旧只有一个线程在运行 所以Python多线程其实并不是「并行」的而是「并发」 。
看到下图图中是Python中GIL的工作实例其中有3个线程线程与线程之间是顺序执行的 每个线程开始执行时都会去获得GIL防止其他线程线程运行 每执行完一段时间后就会释放GIL让别的线程可以去争夺执行权限如果自己本身也没有执行完则本身也会参与这次争夺 。 # 多线程的代码
import threading, timedef add(n):sum 0while sum n:sum 1print(fsum:{sum})if __name__ __main__:start time.time()n 500000000t1 threading.Thread(targetadd, args[n // 2])t2 threading.Thread(targetadd, args[n // 2])t1.start()t2.start()t1.join()t2.join()print(run time: %s % str(time.time() - start))# 单线程的代码
import timedef add(n):sum 0while sum n:sum 1print(fsum:{sum})if __name__ __main__:start time.time()add(500000000)print(run time: %s % str(time.time() - start))总结 GIL解决方法 使用其他语言写的python解释器(不推荐,还是用官方CPython好) eg:Jython(java);IronPython(.net);pypy(Python) 不使用多线程,使用多进程-进程里加协程实现多任务来充分利用多核CPU (推荐) 即使存在GIL 在有IO等待操作的程序中,还是多线程快,当然没有资源等待的还是单线程快(科学计算,累加等等)
但需要注意的是线程有了GIL后并不意味着使用Python多线程时不需要考虑线程安全 「GIL的存在是为了方便使用C语言编写CPython解释器的编写者而顶层使用Python时依旧要考虑线程安全」 。
二、线程安全
当多个线程同时访问一个对象时不管如何计算如果调用这个对象的行为都可以获得正确的结果那就称这个对象时线程安全的。 如果出现了“脏数据”。则线程不安全。
脏数据 产生脏数据的原因是当一个线程在对数据进行修改时修改到一半时另一个线程读取了未经修改的数据并进行修改。如何避免脏数据的产生呢一个办法就是用join方法即先让一个线程执行完毕再执行另一个线程。但这样的本质是把多线程变成了单线程失去了多线程的意义。另一个办法就是用线程锁。
import threadingg_number 0def hello():global g_numberfor i in range(1000000): # 加的次数越大越容易出现资源竞争问题g_number 1print(fthd1运行的结果为{g_number})def world():global g_numberfor i in range(1000000):g_number 1print(fthd2运行的结果为{g_number})if __name__ __main__:thd1 threading.Thread(targethello)thd2 threading.Thread(targetworld)thd1.start()thd2.start()# 阻塞等待thd1.join()thd2.join()print(g_number) # 结果随机 可能小于等于2000000
三、锁
锁是Python提供给我们能够自行操控线程切换的一种手段使用锁可以让线程的切换变的有序。
一旦线程的切换变的有序后各个线程之间对数据的访问、修改就变的可控所以若要保证线程安全就必须使用锁。
threading模块中提供了5种最常见的锁下面是按照功能进行划分
同步锁lock一次只能放行一个递归锁rlock一次只能放行一个条件锁condition一次可以放行任意个事件锁event一次全部放行信号量锁semaphore一次可以放行特定个
1、同步锁
同一时刻的一个进程下的一个线程只能使用一个cpu要确保这个线程下的程序在一段时间内被cpu执那么就要用到同步锁。只需要在对公共数据的操作前后加上上锁和释放锁的操作即可。
死锁 指两个或两个以上的线程或进程在执行程序的过程中因争夺资源而相互等待的一个现象。
import threadingg_number 0
lock threading.Lock()def hello():global g_numberfor i in range(1000000): # 加的次数越大越容易出现资源竞争问题with lock:g_number 1print(fthd1运行的结果为{g_number})def world():global g_numberfor i in range(1000000):with lock:g_number 1print(fthd2运行的结果为{g_number})if __name__ __main__:thd1 threading.Thread(targethello)thd2 threading.Thread(targetworld)thd1.start()thd2.start()# 阻塞等待thd1.join()thd2.join()print(g_number) # 结果随机 可能小于等于2000000
2、递归同步锁
在同步锁的基础上可以做到连续重复使用多次acquire()后再重复使用多次release()的操作但是一定要注意加锁次数和解锁次数必须一致否则也将引发死锁现象。
递归锁RLock它内部维护着一个Lock和一个counter变量counter记录了acquire的次数从而使得资源可以被多次require。直到一个线程所有的acquire都被release其他的线程才能获得资源。
3、条件锁
条件锁是在递归锁的基础上增加了能够暂停线程运行的功能。并且我们可以使用wait()与notify()来控制线程执行的个数。
注意条件锁可以自由设定一次放行几个线程。
import threadingcurrentRunThreadNumber 0
maxSubThreadNumber 10def task():global currentRunThreadNumberthread_name threading.currentThread().namewith condLock:print(线程开始启动并马上进入等待状态 : %s % thread_name)condLock.wait() # 暂停线程运行、等待唤醒print(线程唤醒了开始运行后面的代码 : %s % thread_name)currentRunThreadNumber 1if __name__ __main__:condLock threading.Condition()for i in range(maxSubThreadNumber):subThreadIns threading.Thread(targettask)subThreadIns.start()while currentRunThreadNumber maxSubThreadNumber:notifyNumber int(input(请输入要唤醒几个线程))with condLock:condLock.notify(notifyNumber) # 放行print(main thread run end)
4、事件锁
事件锁是基于条件锁来做的它与条件锁的区别在于一次只能放行全部不能放行任意个数量的子线程继续运行。
我们可以将事件锁看为红绿灯当红灯时所有子线程都暂停运行并进入“等待”状态当绿灯时所有子线程都恢复“运行”。 import threadingmaxSubThreadNumber 3def task():thread_name threading.currentThread().nameprint(线程开始启动并马上进入等待状态 : %s % thread_name)eventLock.wait() # 暂停运行等待绿灯print(第一次绿灯打开线程往下走%s % thread_name)eventLock.wait() # 暂停运行等待绿灯print(第二次绿灯打开线程往下走%s % thread_name)if __name__ __main__:eventLock threading.Event()for i in range(maxSubThreadNumber):subThreadIns threading.Thread(targettask)subThreadIns.start()eventLock.set() # 设置为绿灯eventLock.clear() # 设置为红灯eventLock.set()
5、信号量锁
Semaphore()
信号量锁也是根据条件锁来做的它与条件锁和事件锁的区别如下
条件锁一次可以放行任意个处于“等待”状态的线程事件锁一次可以放行全部的处于“等待”状态的线程信号量锁通过规定成批的放行特定指定个处于“上锁”状态的线程
import threading
import timemaxSubThreadNumber 6def task():thread_name threading.currentThread().namewith semaLock:print(线程获得锁开始运行 %s % thread_name)time.sleep(3)if __name__ __main__:semaLock threading.Semaphore(2)for i in range(maxSubThreadNumber):subThreadIns threading.Thread(targettask)subThreadIns.start()
