python类库32[多线程同步Lock+RLock+Semaphore+Event]

maxc1017

　　
　　多线程基础：python类库32[多线程同步]
　　
　　一 多线程同步
　　由于CPython的python解释器在单线程模式下执行，所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源。大部分情况都推荐使用多进程。
　　python的多线程的同步与其他语言基本相同，主要包含：

　　Lock & RLock ：用来确保多线程多共享资源的访问。
　　Semaphore ： 用来确保一定资源多线程访问时的上限，例如资源池。  

Event : 是最简单的线程间通信的方式，一个线程可以发送信号，其他的线程接收到信号后执行操作。  　　
　　二 实例
　　1）Lock & RLock
　　Lock对象的状态可以为locked和unlocked，
使用acquire()设置为locked状态；
使用release()设置为unlocked状态。
　　如果当前的状态为unlocked，则acquire()会将状态改为locked然后立即返回。当状态为locked的时候，acquire()将被阻塞直到另一个线程中调用release()来将状态改为unlocked，然后acquire()才可以再次将状态置为locked。


Lock.acquire(blocking=True, timeout=-1),blocking参数表示是否阻塞当前线程等待，timeout表示阻塞时的等待时间 。如果成功地获得lock，则acquire()函数返回True，否则返回False，timeout超时时如果还没有获得lock仍然返回False。　　
　　实例：(确保只有一个线程可以访问共享资源)



import threading
import time

num = 0
lock = threading.Lock()

def func(st):
    global num
    print (threading.currentThread().getName() + ' try to acquire the lock')
    if lock.acquire():
        print (threading.currentThread().getName() + ' acquire the lock.' )
        print (threading.currentThread().getName() +" :%s" % str(num) )
        num += 1
        time.sleep(st)
        print (threading.currentThread().getName() + ' release the lock.'  )        
        lock.release()

t1 = threading.Thread(target=func, args=(8,))
t2 = threading.Thread(target=func, args=(4,))
t3 = threading.Thread(target=func, args=(2,))
t1.start()
t2.start()
t3.start()　　
　　
　　结果：

RLock与Lock的区别是：RLock中除了状态locked和unlocked外还记录了当前lock的owner和递归层数，使得RLock可以被同一个线程多次acquire()。
　　
　　2）Semaphore


Semaphore管理一个内置的计数器，
每当调用acquire()时内置计数器-1；
调用release() 时内置计数器+1；　　计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。
　　
　　实例：(同时只有2个线程可以获得semaphore,即可以限制最大连接数为2)：


import threading
import time
semaphore = threading.Semaphore(2)

def func():
    if semaphore.acquire():
        for i in range(5):
          print (threading.currentThread().getName() + ' get semaphore')
        semaphore.release()
        print (threading.currentThread().getName() + ' release semaphore')
        
        
for i in range(4):
  t1 = threading.Thread(target=func)
  t1.start()　　
　　
　　结果：

　　

　　3) Event
　　Event内部包含了一个标志位，初始的时候为false。
可以使用使用set()来将其设置为true；
或者使用clear()将其从新设置为false；
可以使用is_set()来检查标志位的状态；
另一个最重要的函数就是wait(timeout=None)，用来阻塞当前线程，直到event的内部标志位被设置为true或者timeout超时。如果内部标志位为true则wait()函数理解返回。
　　
　　实例： (线程间相互通信)




import logging
import threading
import time
logging.basicConfig(level=logging.DEBUG,
format="(%(threadName)-10s : %(message)s",
)
def wait_for_event_timeout(e, t):
    """Wait t seconds and then timeout"""
    while not e.isSet():
      logging.debug("wait_for_event_timeout starting")
      event_is_set = e.wait(t)
      logging.debug("event set: %s" % event_is_set)
    if event_is_set:
      logging.debug("processing event")
    else:
      logging.debug("doing other work")
      
e = threading.Event()
t2 = threading.Thread(name="nonblock",
target=wait_for_event_timeout,args=(e, 2))
t2.start()
logging.debug("Waiting before calling Event.set()")
time.sleep(7)
e.set()
logging.debug("Event is set")　　
　　运行结果：
  
　　
　　三 其他
　　1） 线程局部变量


线程局部变量的值是跟线程相关的，区别与全局的变量。使用非常简单如下：
mydata = threading.local()
mydata.x = 1　　
　　2）对Lock，semaphore，condition等使用with关键字代替手动调用acquire()和release()。
　　
　　完！