【LemonCK】Python同步&互斥锁&死锁

同步的概念

同步就是协同步调，按预定的先后次序进行运行。如:你说完，我再说。"同"字从字面上容易理解为一起动作，其实不是，"同"字应是指协同、协助、互相配合。如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行;B执行，再将结果给A;A再继续操作。

解决多线程同时修改全局变量的问题

思路，如下:

（1）系统调用t1，然后获取到g_num的值为0，此时上一把锁，即不允许其他线程操作g_num

（2）t1对g_num的值进行+1

（3）t1解锁，此时g_num的值为1，其他的线程就可以使用g_num了，而且是g_num的值不是0而是1

（4）同理其他线程在对g_num进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性

互斥锁

当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制。线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。

互斥锁为资源引入一个状态：锁定/非锁定

某个线程要更改共享数据时，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行写入操作，从而保证了多线程情况下数据的正确性。

threading模块中定义了Lock类，可以方便的处理锁定：

# 创建锁
mutex = threading.Lock()

# 锁定
mutex.acquire()

# 释放
mutex.release()

注意：

• 如果这个锁之前是没有上锁的，那么acquire不会堵塞
• 如果在调用acquire对这个锁上锁之前 它已经被 其他线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止

使用互斥锁完成2个线程对同一个全局变量各加100W 次的操作

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@File:threadingDemo4.py    
@E-mail:364942727@qq.com
@Time:2020/9/28 10:19 上午 
@Author:Nobita   
@Version:1.0   
@Desciption:同步&互斥锁
"""

import time
import threading

a = 0


def func1(num):
    global a  # 定义a为全局变量
    for i in range(num):
        mutex.acquire()  # 上锁
        a += 1
        mutex.release()  # 解锁
    print('执行func1以后，a的值为：{}'.format(a))


def func2(num):
    global a  # 定义a为全局变量
    for i in range(num):
        mutex.acquire()  # 上锁
        a += 1
        mutex.release()  # 解锁
    print('执行func2以后，a的值为：{}'.format(a))


# 创建互斥锁
# 默认是未上锁状态
mutex = threading.Lock()
# 创建两个线程，让他们各自加100W次
start_time = time.time()
t1 = threading.Thread(target=func1, args=(1000000,))
t2 = threading.Thread(target=func2, args=(1000000,))
t1.start()
t2.start()
t1.join()
t2.join()
end_time = time.time()
print("执行完两个线程后，a的值为：{}，执行耗费的时间为：{}".format(a, end_time - start_time))
"""
执行func2以后，a的值为：1703466
执行func1以后，a的值为：2000000
执行完两个线程后，a的值为：2000000，执行耗费的时间为：0.6233060359954834
"""

可以看到最后的结果，加入互斥锁后，其结果与预期相符。

上锁解锁过程

当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。

每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。

线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。

总结

锁的好处：

• 确保了某段关键代码只能由一个线程从头到尾完整地执行

锁的坏处：

• 阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了
• 由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对方持有的锁时，可能会造成死锁

死锁

在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁。

尽管死锁很少发生，但一旦发生就会造成应用的停止响应。下面看一个死锁的例子

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@File:threadingDemo5.py    
@E-mail:364942727@qq.com
@Time:2020/9/28 10:59 上午 
@Author:Nobita   
@Version:1.0   
@Desciption:死锁的案例
"""

import time
import threading

a = 0


def func1(num):
    global a  # 定义a为全局变量
    for i in range(num):
        mutex1.acquire()  # 上锁1
        mutex2.acquire()  # 上锁2
        print('----------func1开始执行----------')
        a += 1
        mutex2.release()  # 解锁2
        mutex1.release()  # 解锁1

    print('执行func1以后，a的值为：{}'.format(a))


def func2(num):
    global a  # 定义a为全局变量
    for i in range(num):
        mutex2.acquire()  # 上锁2
        mutex1.acquire()  # 上锁1
        print('----------func2开始执行----------')
        a += 1
        mutex1.release()  # 解锁1
        mutex2.release()  # 解锁2
    print('执行func2以后，a的值为：{}'.format(a))


# 创建两把锁mutex1和mutex2
mutex1 = threading.Lock()
mutex2 = threading.Lock()
# 创建两个线程，让他们各自加100W次
start_time = time.time()
t1 = threading.Thread(target=func1, args=(1000000,))
t2 = threading.Thread(target=func2, args=(1000000,))
t1.start()
t2.start()
t1.join()
t2.join()
end_time = time.time()
print("执行完两个线程后，a的值为：{}，执行耗费的时间为：{}".format(a, end_time - start_time))
"""
这种你等我，我等你的情况，就是死锁。
"""

避免死锁

• 程序设计时要尽量避免（银行家算法）
• 添加超时时间等