python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python线程同步

Python的线程之线程同步

作者:雷学委

这篇文章主要为大家介绍了Python线程同步,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助

在多线程程序中,它们互相独立打印的时间却是错乱的!

如下图,明明t-0 > t-1 > t-2 (按照线程创建时间早晚排列)。最后输出居然是t-1最落后。

我们怎么样做避免错乱呢, 下面看看。

线程同步

多线程,就是多个独立的运行单位,同时执行同样的事情。

多线程不是已经做到同时执行了吗?还需要同步干嘛?

是的,线程是同时被调用执行了,但是每个线程之间互相独立,也互相竞争了。

这就跟跑道上有3个运动员,枪响之后同时开跑,但是他们通常却不是同时到达终点。

同步是什么意思?

同步就是原本这条跑道跑三个人的加上同步之后,在任意时间上,只有一个人在跑道。

听起来是不是匪夷所思,怎么多线程不是为多个任务提高效率吗?加个同步不就一个时间只有一个任务执行了,这还扯啥多线程。

很遗憾,同步就是这个意思,我们有时会说完整一点,同步互斥!总结来说就是:同步是一种机制,它保证跑道上面任何时候只有一个运动员。技术上来说就是,同步保证 程序数据 任何时候只被一个线程操作。

我们使用同步机制的时候,也是在找那些应该被限制的'跑道‘,利用同步机制保证在那个跑道上任意时刻只有一个‘运动员'在上面跑步。

(解释的很清楚了,看不懂的可以找同学讨论上面的这几句)

我们了解了同步机制,下面看看锁。

threading.Lock获取同步锁

threading.Lock是一个类,我们能用它创建一个锁对象。

什么是锁?
维持同步互斥机制的媒介
相当于跑道有个大门,每次只开门让一个程序员进去跑
说错了,运动员(程序员还是需要多锻炼啊)。

锁要是坏了,后果可以自己想象(后面文章会说)。

我们下面代码会用到Lock的两个函数:

acquire函数:获取锁

release函数:释放锁

前文说过了,加上主线程,一共是4个线程。

运行下面代码看看:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/11/21 12:02 上午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : __init__.py.py
# @Project : hello

import threading
import datetime
import time


def dianzan_guanzhu(lock: threading.Lock):
    thread_name = threading.current_thread().getName()
    print("线程启动了:", thread_name)
    now = datetime.datetime.now()
    name = "python萌新" + thread_name
    lock.acquire()
    print("%s - %s name:%s" % (thread_name, now, name))
    time.sleep(1)
    result = "好棒!" + name + " 关注雷学委,学会了开发知识!"
    print("%s - %s result:%s" % (thread_name, now, result))
    lock.release()
    return result


my_lock = threading.Lock()
for i in range(3):
    mythread = threading.Thread(name="t-" + str(i), target=lambda: dianzan_guanzhu(my_lock))
    print("mythread:", mythread)
    print("is_alive:", mythread.is_alive())
    mythread.start()
    ac = threading.active_count()
    print("active_count:", ac)

下面是运行结果:

我们看到每个线程都完整完成了任务,不会出现三个线程互相穿插错乱的输出。

这里初学者可以感受一下同步的作用,效果。

总结

以上就是一种线程协调方案。

线程同步,也并非同一步调,而是同步互斥!

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!

您可能感兴趣的文章:
阅读全文