多线程（二）

标签：release   task   优先级   UI   数据   之间   实现   priority   操作   

1. 如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
2. 使用Thread对象的Look和Rlock可以实现简单的线程同步，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间
3. 多线程的优势在于可以同时使用运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能出现数据不同步的问题，考虑这样一种情况：一个列表里所有元素都是0，线程“set”从后向前把所有元素改成1，而线程“print”负责从前往后读取列表并打印。
4. 那么，可能线程“set”开始改的时候，线程“print”便来打印列表了，输出就成了一半0 一半1，这就是数据的不同步。为了避免这种情况，引入了锁的感念。
5. 锁有两种状态-----锁定和未锁定。每当一个线程比如“set”要访问共享数据时，必须先获得锁定；如果已经有别的线程比如“print”获得锁定了，那么就让线程“set”暂停，也就是同步堵塞；等到线程“print”访问完毕，释放锁以后，再让线程“set”继续。
6. 经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。　　
   1. Python的Queue模块中提供了同步的，线程安全的队列类，包括FIFO（先入先出）队列QUEUE，LIFO（后入先出）队列LifoQueue,和优先级队列PriorityQueue.这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。
   2. Queue模块中的常用方法：
      • Queue.qsize()返回队列的大小
      • Queue.empty()如果队列为空，返回True,反之False
      • Queue.full()如果队列满了，返回True,反之False
      • Queue.full与maxsize大小对应
      • Queue.get([block[,timeout]])获取队列，timeout等待时间
      • Queue.get_nowait()相当Queue.get(False)
      • Queue.put(item)写入队列，timeout等待时间
      • Queue.put_nowait(item)相对Queue.put(item,False)
      • Queue.task_done()在完成一项工作后，Queue.task_done()函数向任务已经完成的队列发送一个信号
      • Queue.join()实际上意味着等到队列为空，在执行别的操作

多线程（二）

标签：release   task   优先级   UI   数据   之间   实现   priority   操作   

原文地址：http://www.cnblogs.com/Mars-wang/p/7039468.html