Python多任务编程——线程之间共享变量

简介: 线程之间共享全局变量数据出错

问题:线程之间共享全局变量数据出错


importthreadingg_num=0deftask1():
foriinrange (1000000):
globalg_numg_num+=1print('TASK1:',g_num)
deftask2():
foriinrange (1000000):
globalg_numg_num+=1print('TASK2:',g_num)
if__name__=="__main__":
first=threading.Thread(target=task1)
second=threading.Thread(target=task2)
first.start()
second.start()

运行结果:

e884949cb94ee45ed85b86a86ed0eea9.png


理论上实现循环100万次,每循环一次给全局变量加1,最终的结果应该为2000000。实际上的结果为上图所示。


原因:


 两个线程同时对全局变量进行了操作,当线程1读取了全局变量的同时,线程2也读取了全局变量。在进行对变量操作的时候,读取的是原来的变量,并不是操作后的变量。因为线程1对变量操作后未提交,线程2读取的也是前一个变量值。

解决方法


使用进程同步,确保在同一时间内只有一个线程对数据进行操作。


1.使用join()方法


importthreadingg_num=0deftask1():
foriinrange (1000000):
globalg_numg_num+=1print('TASK1:',g_num)
deftask2():
foriinrange (1000000):
globalg_numg_num+=1print('TASK2:',g_num)
if__name__=="__main__":
first=threading.Thread(target=task1)
second=threading.Thread(target=task2)
first.start()
first.join()
second.start()

执行结果:


65ccb29683aa1e0042ae999bfbd0c5aa.png


原理:添加了first.join()线程等待在程序运行时,当first线程运行完成后才会开始运行second线程,确保了在同一时刻只有一个线程对变量进行操作。

线程同步: 一个任务执行完成以后另外一个任务才能执行,同一个时刻只有一个任务在执行。


2.互斥锁


importthreadingg_num=0#创建互斥锁 本质上是一个函数 通过LOCK=threading.Lock()
deftask1():
# 上锁LOCK.acquire()
foriinrange (1000000):
globalg_numg_num+=1print('TASK1:',g_num)
# 释放锁LOCK.release()
deftask2():
LOCK.acquire()
foriinrange (1000000):
globalg_numg_num+=1print('TASK2:',g_num)
LOCK.release()
if__name__=="__main__":
first=threading.Thread(target=task1)
second=threading.Thread(target=task2)
first.start()
second.start()


执行结果:


65ccb29683aa1e0042ae999bfbd0c5aa.png


原理:对共享数据锁定,同一时间只有一个线程去操作 ,多个线程一起去抢,抢到的先执行使用了threading中的lock函数。在运行first线程时,先用lock.acquire()把当前线程锁起来,在此期间其他线程无法运行,当循环结束后使用lock.release()把当前线程线程释放,此后其他线程可以进行操作。确保在同一时刻只能进行同一个线程。

但是互斥锁在一定程度上影响了代码的效率,把多任务变成了单任务执行,同时也有可能带来死锁的问题(锁没有及时的释放导致)。

目录
相关文章
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
195 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
69 1
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
129 2
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
112 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
174 28
|
6月前
|
SQL Oracle 关系型数据库
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
|
6月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
80 4
|
6月前
|
存储 算法 文件存储
探秘文件共享服务之哈希表助力 Python 算法实现
在数字化时代,文件共享服务不可或缺。哈希表(散列表)通过键值对存储数据,利用哈希函数将键映射到特定位置,极大提升文件上传、下载和搜索效率。例如,在大型文件共享平台中,文件名等信息作为键,物理地址作为值存入哈希表,用户检索时快速定位文件,减少遍历时间。此外,哈希表还用于文件一致性校验,确保传输文件未被篡改。以Python代码示例展示基于哈希表的文件索引实现,模拟文件共享服务的文件索引构建与检索功能。哈希表及其分布式变体如一致性哈希算法,保障文件均匀分布和负载均衡,持续优化文件共享服务性能。
|
6月前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。
|
6月前
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境

推荐镜像

更多