多任务-线程之资源竞争问题（互斥锁）

1.在多线程中，不可避免的一个问题，就是全局变量资源存在着被多个线程调用的问题，在调用的过程中就存在着资源竞争

2.这种资源竞争是如何产生的呢？

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

import threading import time   g_num = 0   def work1(num):     global g_num     for i in range(num):         g_num += 1     print("----in work1, g_num is %d---"%g_num)     def work2(num):     global g_num     for i in range(num):         g_num += 1     print("----in work2, g_num is %d---"%g_num)     print("---线程创建之前g_num is %d---"%g_num)   t1 = threading.Thread(target=work1, args=(100,)) t1.start()   t2 = threading.Thread(target=work2, args=(100,)) t2.start()   while len(threading.enumerate()) != 1:     time.sleep(1)   print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)

如同上述代码，当线程执行次数有限时，全局资源不会发生大的变化，但是当高并发时，就会产生资源竞争问题，如以下代码：

import threading
import time

g_num = 0

def work1(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work1, g_num is %d---"%g_num)


def work2(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work2, g_num is %d---"%g_num)


print("---线程创建之前g_num is %d---"%g_num)

t1 = threading.Thread(target=work1, args=(1000000,))
t1.start()

t2 = threading.Thread(target=work2, args=(1000000,))
t2.start()

while len(threading.enumerate()) != 1:
    time.sleep(1)

print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)

3.如何解决资源竞争问题？

当存在多个线程或者进程同时调用一个全局变量资源，并且会对它进行修改时，可以采用上锁这个方法，来解决资源竞争问题。

首先，需要了解什么叫做资源竞争？

资源竞争是指，一个全局变量资源在多个线程或者进程中被同时调用，造成该全局变量资源不断的被修改。

解决方法：采用全局变量锁，每当线程调用全局变量时，就将该资源上锁，不允许被调用，只有当调用结束后才打开锁，这里引入互斥锁，能够保证全局变量资源的安全。

互斥锁的两种状态：锁定/非锁定

解决资源竞争的好处：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。

4.互斥锁的定义

当在请求之前，资源没有被上锁，那么请求并不会堵塞；如果在请求之前，是被锁上的， 那么请求就处于一个堵塞状态，只有当前得锁被打开之后，才能在次上锁。

互斥锁的优缺点：

　　优点：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

　　缺点：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

?

1 2 3 4 5 6 7 8

# 创建锁 mutex = threading.Lock()   # 锁定 mutex.acquire()   # 释放 mutex.release()