转自:https://www.cnblogs.com/chengd/articles/7770898.html
1. threading.Lock()
import threading balance = 0 lock = threading.Lock() def change_it(n): # 先存后取,结果应该为0: global balance balance = balance + n balance = balance - n def run_thread(n): for i in range(100000): # 先要获取锁: lock.acquire() try: # 放心地改吧: change_it(n) finally: # 改完了一定要释放锁: lock.release() if __name__ == "__main__": t1 = threading.Thread(target=run_thread, args=(5,)) t2 = threading.Thread(target=run_thread, args=(8,)) t1.start() t2.start() t1.join() t2.join() print(balance)
当多个线程同时执行lock.acquire()
时,只有一个线程能成功地获取锁,然后继续执行代码,其他线程就继续等待直到获得锁为止。
获得锁的线程用完后一定要释放锁,否则那些苦苦等待锁的线程将永远等待下去,成为死线程。所以我们用try...finally
来确保锁一定会被释放。
2、threading.Rlock()
RLock允许在同一线程中被多次acquire。而Lock却不允许这种情况。注意:如果使用RLock,那么acquire和release必须成对出现,即调用了n次acquire,必须调用n次的release才能真正释放所占用的锁。
import threading # Lock对象 lock = threading.Lock() def test1(): lock.acquire() lock.acquire() # 产生了死琐。 print("test1") lock.release() lock.release() # RLock对象 rLock = threading.RLock() def test2(): rLock.acquire() rLock.acquire() # 在同一线程内,程序不会堵塞。 print("test2") rLock.release() rLock.release() if __name__ == "__main__": t1 = threading.Thread(target=test1, args=()) t2 = threading.Thread(target=test2, args=()) t1.start() t2.start() t2.join() t1.join()
RLock允许嵌套。
def run1(): print("grab the first part data") lock.acquire() global num num +=1 lock.release() return num
def run2(): print("grab the second part data") lock.acquire() global num2 num2+=1 lock.release() return num2
def run3(): lock.acquire() res = run1() print('--------between run1 and run2-----') res2 = run2() lock.release() print(res,res2)
t
=
threading.Thread(target
=
run3)
t.start()
3. threading.active_count() 返回当前存活的线程对象的数量
通过计算len(threading.enumerate())长度而来
4. threading.current_thread() 返回当前线程对象
import time import threading def run(): thread = threading.current_thread() print('%s is running...'% thread.getName()) #返回线程名称 time.sleep(10) #休眠10S方便统计存活线程数量 if __name__ == "__main__": #设置thread的名称 t = threading.Thread(target=run, name="test_thread") t.start() print('%s is running...' % threading.current_thread().getName()) print("thread count:%d" % threading.active_count()) print("thread count:%d" % len(threading.enumerate())) t.join()
5. threading.enumerate()返回当前存在的所有线程对象的列表
6.threading.get_ident() 返回线程pid
7. threading.main_thread()
import time import threading def run(): print("get the main_thread name is %s" % threading.main_thread().getName()) print("pid:%s" % threading.get_ident()) print('ThreadName is :%s' % threading.enumerate()) # 返回所有线程对象列表 time.sleep(10) if __name__ == "__main__": #设置thread的名称 t = threading.Thread(target=run, name="test_thread") t.start() t.join()
8. threading.Condition()
可以把Condiftion理解为一把高级的锁,它提供了比Lock, RLock更高级的功能,允许我们能够控制复杂的线程同步问题。
threadiong.Condition在内部维护一个锁对象(默认是RLock,可被多次acquire),可以在创建Condigtion对象的时候把锁对象作为参数传入。
Condition也提供了acquire, release方法,其含义与锁的acquire, release方法一致,其实它只是简单的调用内部锁对象的对应的方法而已。
Condition还提供wait方法、notify方法、notifyAll方法(特别要注意:这些方法只有在占用锁(acquire)之后才能调用,否则将会报RuntimeError异常。)
wait([timeout]):线程挂起,直到收到一个notify通知或者超时(可选的,浮点数,单位是秒s)才会被唤醒继续运行。
wait()必须在已获得锁前提下才能调用,否则会触发RuntimeError。调用wait()会释放锁,直至该线程被Notify()、NotifyAll()或者超时线程又重新获得锁.
notify(n=1):通知其他线程,那些挂起的线程接到这个通知之后会开始运行,默认是通知一个正等待该condition的线程,最多则唤醒n个等待的线程。
notify()必须在已获得锁前提下才能调用,否则会触发RuntimeError。notify()不会主动释放锁。
notifyAll(): 如果wait状态线程比较多,notifyAll的作用就是通知所有线程(这个一般用得少)(不知道是否会产生线程惊群)
捉迷藏的游戏:
一个藏(Hider),一个找(Seeker)
戏的规则如下:
cond = threading.Condition()
1. 游戏开始之后,Seeker加锁cond.acquire(),蒙上眼睛后 cond.notify() 通知Hider已经蒙眼,
2. 游戏开始之后,Hider加锁cond.acquire(),cond.wait() 等待Seeker的通知(已经蒙眼),
3. Hider收到Seeker蒙眼通知之后,进行躲藏,在完成躲藏之后cond.notify()通知Seeker已经躲藏好,并cond.wait()等待Seeker找到他的通知
4、Seeker接收到通知(Hider完成躲藏)之后,就开始找Hider,并在找到Hider向Hider发出通知cond.notify()
问题!!!如果超过1分钟没有找到躲藏者,判Seeker输,怎么弄?
尝试,cond.wait(60) 加上使用一个全局bool类型的值,结果发现cond.wait(60)在超时之后并不会唤醒,不知道是什么原因,我的测试环境是Windows
import time import threading def Seeker(cond, name): time.sleep(2) cond.acquire()#可多次acquire print('%s :我已经把眼睛蒙上了!'% name) cond.notify() cond.wait() for i in range(3): print('%s is finding!!!'% name) time.sleep(2) print("yeah, find the hider") cond.notify() cond.release() print('%s :我赢了!'% name) def Hider(cond, name): cond.acquire() cond.wait() for i in range(2): print('%s is hiding!!!'% name) time.sleep(3) print('%s :我已经藏好了,你快来找我吧!'% name) cond.notify() cond.wait() cond.release() print('%s :被你找到了,唉~^~!'% name) if __name__ == "__main__": cond = threading.Condition() seeker = threading.Thread(target=Seeker, args=(cond, 'seeker')) hider = threading.Thread(target=Hider, args=(cond, 'hider')) seeker.start() time.sleep(0.1) hider.start()
9. threading.Semaphore和BoundedSemaphore
Semaphore:Semaphore 在内部管理着一个计数器。
调用 acquire() 会使这个计数器 -1,release() 则是+1(可以多次release(),所以计数器的值理论上可以无限).计数器的值永远不会小于 0,当计数器到 0 时,再调用 acquire() 就会阻塞,直到其他线程来调用release()
BoundedSemaphore:类似于Semaphore;不同在于BoundedSemaphore 会检查内部计数器的值,并保证它不会大于初始值,如果超了,就引发一个 ValueError。
多数情况下,semaphore 用于守护限制访问(但不限于 1)的资源,如果 semaphore 被 release() 过多次,这意味着存在 bug
import time import threading def run(n): # 获得信号量,信号量减一 semaphore.acquire() time.sleep(1) print("run the thread: %s" % n) # 释放信号量,信号量加一 semaphore.release() #semaphore.release() # 可以多次释放信号量,每次释放计数器+1 #semaphore.release() # 可以多次释放信号量,每次释放计数器+1 if __name__ == "__main__": semaphore = threading.Semaphore(2)#semaphore计数器初始化为2 for i in range(10): t = threading.Thread(target=run, args=(i,)) t.start() while threading.active_count() != 1: time.sleep(0.1) else: print('----all threads done---') print("----------main thread finish-----------")
import time import threading def run(n): # 获得信号量,信号量减一 semaphore.acquire() time.sleep(1) print("run the thread: %s" % n) # 释放信号量,信号量加一 try: semaphore.release() except ValueError as e: print(e) if __name__ == "__main__": semaphore = threading.BoundedSemaphore(2)#内部计数器的初始值,后续操作不允许计数器超过初始值 for i in range(10): t = threading.Thread(target=run, args=(i,)) t.start() while threading.active_count() != 1: time.sleep(0.1) else: print('----all threads done---') print("----------main thread finish-----------")