python线程同步

转自：http://www.cnblogs.com/tqsummer/archive/2011/01/25/1944771.html

假设两个线程对象t1和t2都要对num=0进行增1运算，t1和t2都各对num修改10次，num的最终的结果应该为20。但是由于是多线程访问，有可能出现下面情况：在num=0时，t1取得num=0。系统此时把t1调度为”sleeping”状态，把t2转换为”running”状态，t2页获得num=0。然后t2对得到的值进行加1并赋给num，使得num=1。然后系统又把t2调度为”sleeping”，把t1转为”running”。线程t1又把它之前得到的0加1后赋值给num。这样，明明t1和t2都完成了1次加1工作，但结果仍然是num=1。

 上面的case描述了多线程情况下最常见的问题之一：数据共享。当多个线程都要去修改某一个共享数据的时候，我们需要对数据访问进行同步。

1、  简单的同步

最简单的同步机制就是“锁”。锁对象由threading.RLock类创建。线程可以使用锁的acquire()方法获得锁，这样锁就进入“locked”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候，就会被系统变为“blocked”状态，直到那个拥有锁的线程调用锁的release()方法来释放锁，这样锁就会进入“unlocked”状态。“blocked”状态的线程就会收到一个通知，并有权利获得锁。如果多个线程处于“blocked”状态，所有线程都会先解除“blocked”状态，然后系统选择一个线程来获得锁，其他的线程继续沉默（“blocked”）。

Python中的thread模块和Lock对象是Python提供的低级线程控制工具，使用起来非常简单。如下例所示：

import thread  import time  mylock = thread.allocate_lock()  #Allocate a lock  num=0  #Shared resource    def add_num(name):      global num      while True:          mylock.acquire() #Get the lock           # Do something to the shared resource          print 'Thread %s locked! num=%s'%(name,str(num))          if num >= 5:              print 'Thread %s released! num=%s'%(name,str(num))              mylock.release()              thread.exit_thread()          num+=1          print 'Thread %s released! num=%s'%(name,str(num))          mylock.release()  #Release the lock.    def test():      thread.start_new_thread(add_num, ('A',))      thread.start_new_thread(add_num, ('B',))    if __name__== '__main__':      test()  

Python 在thread的基础上还提供了一个高级的线程控制库，就是之前提到过的threading。Python的threading module是在建立在thread module基础之上的一个module，在threading module中，暴露了许多thread module中的属性。在thread module中，python提供了用户级的线程同步工具“Lock”对象。而在threading module中，python又提供了Lock对象的变种: RLock对象。RLock对象内部维护着一个Lock对象，它是一种可重入的对象。对于Lock对象而言，如果一个线程连续两次进行acquire操作，那么由于第一次acquire之后没有release，第二次acquire将挂起线程。这会导致Lock对象永远不会release，使得线程死锁。RLock对象允许一个线程多次对其进行acquire操作，因为在其内部通过一个counter变量维护着线程acquire的次数。而且每一次的acquire操作必须有一个release操作与之对应，在所有的release操作完成之后，别的线程才能申请该RLock对象。下面来看看如何使用threading的RLock对象实现同步。

下面来看看如何使用threading的RLock对象实现同步。

import threading  mylock = threading.RLock()  num=0     class myThread(threading.Thread):      def __init__(self, name):          threading.Thread.__init__(self)          self.t_name = name                def run(self):          global num          while True:              mylock.acquire()              print '\nThread(%s) locked, Number: %d'%(self.t_name, num)              if num>=4:                  mylock.release()                  print '\nThread(%s) released, Number: %d'%(self.t_name, num)                  break              num+=1              print '\nThread(%s) released, Number: %d'%(self.t_name, num)              mylock.release()                def test():      thread1 = myThread('A')      thread2 = myThread('B')      thread1.start()      thread2.start()     if __name__== '__main__':      test()  

我们把修改共享数据的代码成为“临界区”。必须将所有“临界区”都封闭在同一个锁对象的acquire和release之间。