python 多线程笔记(2)-- 锁

简介: 锁是什么?什么场合使用锁? 锁是一种机制,用于保护那些会引起冲突的资源。   比如上厕所,进去之后第一件事干嘛?把厕所门反锁!表示什么呢?表示这个厕所正在使用中! 至于在厕所里面干大事、干小事、还是打飞机,都可以! 完事之后干嘛?把厕所门打开!表示什么呢?那谁,你可以进来打飞机了。

锁是什么?什么场合使用锁?

锁是一种机制,用于保护那些会引起冲突的资源。

 

比如上厕所,进去之后第一件事干嘛?把厕所门反锁!表示什么呢?表示这个厕所正在使用中!

至于在厕所里面干大事、干小事、还是打飞机,都可以!

完事之后干嘛?把厕所门打开!表示什么呢?那谁,你可以进来打飞机了。

 

一、全局锁、函数内部上锁/解锁、函数打包进线程

import threading
import time


def my_func(num):
    global counter, mutex
    # 获得线程名
    threadname = threading.currentThread().getName()
 
    for i in range(num):
        mutex.acquire()         # 锁住①
        counter = counter + 1   # 保护②  如同厕所坑位是抢占性资源,同一时间只能一个人去蹲
        mutex.release()         # 解锁③
        
        print(threadname, i, counter)  # 再回去,坑位counter可能已被其它人蹲过
        time.sleep(1)
 

if __name__ == '__main__':
    
    counter = 0 # 计数器
    
    mutex = threading.Lock() # 创建锁
    
    threads = []
    for i in range(4):
        threads.append(threading.Thread(target=my_func, args=(10,))) # 创建线程
        
    for t in threads:
        t.setDaemon(True)       # 守护
        t.start()               # 启动线程
        
    for t in threads:
        t.join()                # 阻塞主程,直到线程退出

 运行效果图:

可以发现到 counter 并不是顺序显示的,看官可以思考其原因。

 

 二、全局锁、线程类、线程类run方法中上锁/解锁

import threading
import time


class Worker(threading.Thread):
    '''线程类'''
    def __init__(self, num=5):
        super().__init__()
        self.num = num
 
    def run(self):
        global counter, mutex
        threadname = threading.currentThread().getName()
 
        for i in range(self.num):
            mutex.acquire()         # 锁住①
            counter = counter + 1   # 保护② 如同厕所坑位是抢占性资源,同一时间只能一个人去蹲
            mutex.release()         # 解锁③
            
            print(threadname, i, counter)  # 此时,counter可能又已被其它线程改变
            time.sleep(1)

    
if __name__ == '__main__':
    # 全局计数器
    counter = 1
    
    # 创建锁
    mutex = threading.Lock()
    
    # 创建线程对象
    threads = []
    for i in range(4):
        threads.append(Worker(10)) # 添加 4 个 Worker
        
    # 启动线程
    for t in threads:
        t.start()
        
    # 阻塞主程
    for t in threads:
        t.join()

 

目录
相关文章
|
5月前
|
数据采集 存储 JSON
Python爬取知乎评论:多线程与异步爬虫的性能优化
Python爬取知乎评论:多线程与异步爬虫的性能优化
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
260 0
|
4月前
|
数据采集 消息中间件 并行计算
Python多线程与多进程性能对比:从原理到实战的深度解析
在Python编程中,多线程与多进程是提升并发性能的关键手段。本文通过实验数据、代码示例和通俗比喻,深入解析两者在不同任务类型下的性能表现,帮助开发者科学选择并发策略,优化程序效率。
279 1
|
5月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
6月前
|
JSON 算法 Java
打造终端里的下载利器:Python实现可恢复式多线程下载器
在数字时代,大文件下载已成为日常需求。本文教你用Python打造专业级下载器,支持断点续传、多线程加速、速度限制等功能,显著提升终端下载体验。内容涵盖智能续传、多线程分块下载、限速控制及Rich库构建现代终端界面,助你从零构建高效下载工具。
379 1
|
5月前
|
数据采集 存储 Java
多线程Python爬虫:加速大规模学术文献采集
多线程Python爬虫:加速大规模学术文献采集
|
6月前
|
数据采集 网络协议 前端开发
Python多线程爬虫模板:从原理到实战的完整指南
多线程爬虫通过并发请求大幅提升数据采集效率,适用于大规模网页抓取。本文详解其原理与实现,涵盖任务队列、线程池、会话保持、异常处理、反爬对抗等核心技术,并提供可扩展的Python模板代码,助力高效稳定的数据采集实践。
259 0
|
安全 数据处理 开发者
Python中的多线程编程:从入门到精通
本文将深入探讨Python中的多线程编程,包括其基本原理、应用场景、实现方法以及常见问题和解决方案。通过本文的学习,读者将对Python多线程编程有一个全面的认识,能够在实际项目中灵活运用。
|
11月前
|
并行计算 安全 Java
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
在Python开发中,GIL(全局解释器锁)一直备受关注。本文基于CPython解释器,探讨GIL的技术本质及其对程序性能的影响。GIL确保同一时刻只有一个线程执行代码,以保护内存管理的安全性,但也限制了多线程并行计算的效率。文章分析了GIL的必要性、局限性,并介绍了多进程、异步编程等替代方案。尽管Python 3.13计划移除GIL,但该特性至少要到2028年才会默认禁用,因此理解GIL仍至关重要。
810 16
Python GIL(全局解释器锁)机制对多线程性能影响的深度分析
|
10月前
|
Python
python3多线程中使用线程睡眠
本文详细介绍了Python3多线程编程中使用线程睡眠的基本方法和应用场景。通过 `time.sleep()`函数,可以使线程暂停执行一段指定的时间,从而控制线程的执行节奏。通过实际示例演示了如何在多线程中使用线程睡眠来实现计数器和下载器功能。希望本文能帮助您更好地理解和应用Python多线程编程,提高程序的并发能力和执行效率。
354 20

推荐镜像

更多