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 *** 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 *** 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---- '''
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)