python基础(锁机制,守护线程,线程队列,线程池)

一、 互斥锁(Lock)与递归锁(RLock)机制

  1.1 由互斥锁(Lock)产生的死锁现象:

  
# 互斥锁(死锁现象):

# 死锁现象:
from threading import Lock
lock = Lock()

lock.acquire()
print(123)
lock.acquire()  # 等待获取锁(死锁状态)
print(456)
lock.release()  # 等待释放锁
lock.release()
print('程序结束!!!')




# 科学家吃面产生的死锁现象:
from threading import Lock, Thread
import time

noodle_lock = Lock()  # 面条锁
fork_lock = Lock()  # 叉子锁


def eat1(name):
    noodle_lock.acquire()
    time.sleep(0.5)
    print('%s拿到面了' % name)
    fork_lock.acquire()
    print('%s拿到叉子了' % name)
    print('%s吃面' % name)
    fork_lock.release()
    print('%s放下叉子了' % name)
    noodle_lock.release()
    print('%s放下面了' % name)


def eat2(name):
    fork_lock.acquire()
    print('%s拿到叉子了' % name)
    noodle_lock.acquire()
    print('%s拿到面了' % name)
    print('%s吃面' % name)
    noodle_lock.release()
    print('%s放下面了' % name)
    fork_lock.release()
    print('%s放下叉子了' % name)


# 三个线程(科学家)需同时获取叉子和面条才能吃到面条
Thread(target=eat1, args=('Annie',)).start()
Thread(target=eat2, args=('Lisa',)).start()
Thread(target=eat1, args=('Jane',)).start()
View Code

  1.2 解决由互斥锁产生的死锁,可重入锁(递归锁:RLock)解决方法:

  
# 递归锁(可重入锁):

# 方式一:
# RLock:解决死锁问题(建议少用递归锁,一般程序的递归锁的出现都是程序设计不合理导致):
from threading import RLock, Thread
import time

fork_lock = noodle_lock = RLock()


def eat1(name):
    noodle_lock.acquire()  # 获取递归锁(进入第一层)
    print('%s拿到面了' % name)
    time.sleep(0.5)
    fork_lock.acquire()  # 获取递归锁(进入第二层)
    print('%s拿到叉子了' % name)
    print('%s吃面' % name)
    fork_lock.release()   # 释放递归锁(出第二层)
    print('%s放下叉子了' % name)
    noodle_lock.release()  # 释放递归锁(出第一层)
    print('%s放下面了' % name)


def eat2(name):
    fork_lock.acquire()
    print('%s拿到叉子了' % name)
    noodle_lock.acquire()
    print('%s拿到面了' % name)
    print('%s吃面' % name)
    noodle_lock.release()
    print('%s放下面了' % name)
    fork_lock.release()
    print('%s放下叉子了' % name)


Thread(target=eat1, args=('Annie',)).start()  # 线程一
Thread(target=eat2, args=('Lisa',)).start()   # 线程二
Thread(target=eat1, args=('Jane',)).start()   # 线程三



# 方式二:
# 直接使用互斥锁结果科学家吃面问题:
from threading import Lock, Thread

lock = Lock()


def eat1(name):
    lock.acquire()  # 获取锁
    print('%s拿到面了' % name)
    print('%s拿到叉子了' % name)
    print('%s吃面' % name)
    print('%s放下叉子了' % name)
    print('%s放下面了' % name)
    lock.release()  # 释放锁


def eat2(name):
    lock.acquire()
    print('%s拿到叉子了' % name)
    print('%s拿到面了' % name)
    print('%s吃面' % name)
    print('%s放下面了' % name)
    print('%s放下叉子了' % name)
    lock.release()


Thread(target=eat1, args=('Annie',)).start()  # 线程一
Thread(target=eat2, args=('Lisa',)).start()   # 线程二
Thread(target=eat1, args=('Jane',)).start()   # 线程三
View Code

  1.3 总结:

  gil锁机制:保证线程同一时刻只能一个线程访问CPU,不可能有两个线程同时在CPU上执行指令
  lock锁机制:保证某一段代码 在没有执行完毕之后,不可能有另一个线程也执行这一段代码

二、 线程锁实现

  为什么要使用线程锁:

  1. 同一时刻同一段代码,只能有一个进程来执行这段代码

  2. 锁的应用场景,当多个进程需要操作同一个文件/数据库的时候 ,
  3. 会产生数据不安全,我们应该使用锁来避免多个进程同时修改一个文件

  示例:

  
# 示例:
import json
import time
from multiprocessing import Process, Lock

# 查询余票
def search_ticket(name):
    with open('ticket', encoding='utf-8') as f:
        dic = json.load(f)
        print('%s查询余票为%s' % (name, dic['count']))

# 购买车票
def buy_ticket(name):
    with open('ticket', encoding='utf-8') as f:
        dic = json.load(f)
    time.sleep(2)
    if dic['count'] >= 1:
        print('%s买到票了' % name)
        dic['count'] -= 1
        time.sleep(2)
        with open('ticket', mode='w', encoding='utf-8') as f:
            json.dump(dic, f)
    else:
        print('余票为0,%s没买到票' % name)


# 使用线程锁方式一:
def use1(name, lock):
    search_ticket(name)
    print('%s在等待' % name)
    lock.acquire()  # 获取锁
    print('%s开始执行了' % name)
    buy_ticket(name)
    lock.release()  # 释放锁


# 使用线程锁方式二:
def use2(name, lock):
    """
    # with lock:
    #     代码块
    # 上下文管理:在__enter__方法中获取锁(acquire),在__exit__方法中释放锁(release)
    """
    search_ticket(name)
    print('%s在等待' % name)
    with lock:  # 获取锁 + 释放锁
        print('%s开始执行了' % name)
        buy_ticket(name)


if __name__ == '__main__':
    lock = Lock()
    l = ['alex', 'wusir', 'baoyuan', 'taibai']
    for name in l:
        Process(target=use1, args=(name, lock)).start()  # 方式一
        Process(target=use2, args=(name, lock)).start()  # 方式二
View Code

三、 队列(Queue,LifoQueue,PriorityQueue)的使用

  3.1 先进先出队列(Queue):

  
# 先进先出队列
# Queue就是一个线程队列的类,自带lock锁,实现了线程安全的数据类型
from queue import Queue

q = Queue()

q.put({1, 2, 3})
q.put_nowait('abc')
print(q.get_nowait())  # 获取一个值,如果没有抛出异常
print(q.get())

q.empty()  # 判断是否为空
q.full()   # 判断是否为满
q.qsize()  # 查看队列的大小
View Code

  3.2 先进后出队列(栈:LifoQueue):

  
# 先进后出的队列(last in first out):
# 线程安全的队列  栈和后进先出的场景都可以用
from queue import LifoQueue

lfq = LifoQueue()
lfq.put(1)
lfq.put('abc')
lfq.put({'1', '2'})
print(lfq.get())  # {'2', '1'}
print(lfq.get())  # abc
print(lfq.get())  # 1
View Code

  3.3 优先级队列(PriorityQueue):

  
# 优先级队列:
from queue import PriorityQueue

pq = PriorityQueue()
pq.put((10, 'aaa'))
pq.put((2, 'bbb'))
pq.put((20, 'ccc'))
print(pq.get())  # 最想获取到优先级最高的2,以元组形式返回  (2, 'bbb')
print(pq.get())   # (10, 'aaa')
print(pq.get())   # (20, 'ccc')
View Code

四、线程队列(生产者与消费者模型)

  
# 生产者与消费者示例:

import time
import random
from queue import Queue
from threading import Thread


# 生产者
def producer(q):
    for i in range(10):
        time.sleep(random.random())
        food = 'Spam %s' % i
        print('%s生产了%s' % ('Jane', food))
        q.put(food)


# 消费者
def consumer(q, name):
    while True:
        food = q.get()  # food = 食物/None
        if not food: break  # 当消费者消费完成后,最后拿到None时,退出消费者程序
        time.sleep(random.uniform(1, 2))
        print('%s 吃了 %s' % (name, food))


if __name__ == '__main__':
    q = Queue()
    p1 = Thread(target=producer, args=(q,))  # 生产者
    p1.start()
    c1 = Thread(target=consumer, args=(q, 'Lisa'))  # 消费者
    c1.start()
    c2 = Thread(target=consumer, args=(q, 'Annie'))  # 消费者
    c2.start()
    p1.join()
    q.put(None)  # 生产者完成生产后,队列最后加入None,表示已经生产完成
    q.put(None)  # 每个消费者需要None退出程序
View Code

五、守护线程:

  5.1 守护线程的定义:

  1. 主线程会等待子线程的结束而结束
  2. 守护线程会守护主线程和所有的子线程
  3. 守护线程会随着主线程的结束而结束,主线程结束,进程资源回收,守护线程被销毁

  示例:

  
# 守护线程示例:

import time
from threading import Thread


# 守护线程
def daemon_func():
    while True:
        time.sleep(0.5)
        print('守护线程')


# 其他子线程
def son_func():
    print('start son')
    time.sleep(5)
    print('end son')


t = Thread(target=daemon_func)  # 开启守护线程
t.daemon = True
t.start()
Thread(target=son_func).start()  # 开启son_func子线程
time.sleep(3)
print('主线程结束')  # 主线程代码结束后,等待子线程son_func结束
View Code

  总结:

  守护进程 :只会守护到主进程的代码结束
  守护线程 :会守护所有其他非守护线程的结束

六、线程池

  线程池模块与进程池共用同一个模块:concureent.futures

  示例:

  
# 线程池:

from urllib.request import urlopen
from concurrent.futures import ThreadPoolExecutor   # 导入线程池类


# 获取网页
def get_html(name, addr):
    ret = urlopen(addr)
    return {'name': name, 'content': ret.read()}


# 保存数据
def cache_page(ret_obj):
    dic = ret_obj.result()
    with open(dic['name'] + '.html', 'wb') as f:
        f.write(dic['content'])


url_dic = {
    '协程': 'http://www.cnblogs.com/Eva-J/articles/8324673.html',
    '线程': 'http://www.cnblogs.com/Eva-J/articles/8306047.html',
    '目录': 'https://www.cnblogs.com/Eva-J/p/7277026.html',
    '百度': 'http://www.baidu.com',
    'sogou': 'http://www.sogou.com'
}

# 创建20个线程
# 方式一:
t = ThreadPoolExecutor(20)  # 实例化线程池对象
for url in url_dic:
    task = t.submit(get_html, url, url_dic[url])  # 提交线程任务
    task.add_done_callback(cache_page)  # 函数回调,数据保存


# 方式二:
with ThreadPoolExecutor(20) as t:  # 上下文管理方式实现实例化的线程池
    for url in url_dic:
        task = t.submit(get_html, url, url_dic[url])
        task.add_done_callback(cache_page)
View Code

 

posted @ 2019-04-18 18:14  WiseAdministrator  阅读(660)  评论(0编辑  收藏  举报