Python中Lock和Rlock

标签：资源   系统   代码   def   生成   就是   对象   函数   解决   

线程是进程中可以调度执行的实体。而且，它是操作系统中可以执行的最小处理单元。简单地说，一个线程就是一个程序中可以独立于其他代码执行的指令序列。为了简单起见，你可以假设线程只是进程的子集!

Locks

锁是Python中用于同步的最简单的方式。锁有两种状态：上锁、释放锁。

锁是线程模块中的一个类，有两个主要方法：acquire()和release() 当调用acquire()方法时，它锁定锁的执行并阻塞锁的执行，直到其他线程调用release()方法将其设置为解锁状态。锁帮助我们有效地访问程序中的共享资源，以防止数据损坏，它遵循互斥，因为一次只能有一个线程访问特定的资源。

让我们看看下面的例子来理解锁的使用:

import threading

#创建一个lock对象
lock = threading.Lock()

#初始化共享资源
abce = 0

def sumOne():
    global abce

    #锁定共享资源
    lock.acquire()
    abce = abce + 1

    #释放共享资源
    lock.release()

def sumTwo():
    global abce

    #锁定共享资源
    lock.acquire()
    abce = abce + 2

    #释放共享资源
    lock.release()

#调用函数

sumOne()
sumTwo()
print(abce)

在上面的程序中,lock是一个锁对象,全局变量abce是一个共享资源,sumOne()和sumTwo()函数扮作两个线程,在sumOne()函数中共享资源abce首先被锁定,然后增加了1,然后abce被释放。sumTwo()函数执行类似操作。 两个函数sumOne()和sumTwo()不能同时访问共享资源abce，一次只能一个访问共享资源。

RLocks

默认的lock不能识别lock当前被哪个线程持有。如果任何线程正在访问共享资源，那么试图访问共享资源的其他线程将被阻塞，即使锁定共享资源的线程也是如此。 在这些情况下，可重入锁(或RLock)用于防止访问共享资源时出现不必要的阻塞。如果共享资源在RLock中，那么可以安全地再次调用它。 RLocked资源可以被不同的线程重复访问，即使它在被不同的线程调用时仍然可以正常工作。

让我们看看下面的例子来理解RLocks的使用:

import threading

#创建一个lock对象
lock = threading.Lock()

#初始化共享资源
abce = 0

#本线程访问共享资源
lock.acquire()
abce = abce + 1

#这个线程访问共享资源会被阻塞
lock.acquire()
abce = abce + 2
lock.release()

print(abce)

在上面的程序中，两个线程同时尝试访问共享资源abce，这里当一个线程当前正在访问共享资源abce时，另一个线程将被阻止访问它。 当两个或多个线程试图访问相同的资源时，有效地阻止了彼此访问该资源，这就是所谓的死锁，因此上述程序没有生成任何输出。

但是，在程序中上述问题可以通过使用RLock来解决。

import threading

#创建一个rlock对象
lock = threading.RLock()

#初始化共享资源
abce = 0

#本线程访问共享资源
lock.acquire()
abce = abce + 1

#这个线程尝试访问共享资源
lock.acquire()
abce = abce + 2
lock.release()

print(abce)

在这里，没有阻止程序中的线程访问共享资源abce。 对于RLock对象锁的每个acquire()，我们需要调用release()一次。

从上面提到的众多程序和解释中，在Python中一个Lock对象和一个RLock对象有很多区别:

Python中Lock和Rlock

标签：资源   系统   代码   def   生成   就是   对象   函数   解决   

原文地址：https://www.cnblogs.com/abclife/p/13196044.html