Python：使用threading模块实现多线程编程四[使用Lock互斥锁]

前面已经演示了Python：使用threading模块实现多线程编程二两种方式起线程和Python：使用threading模块实现多线程编程三threading.Thread类的重要函数，这两篇文章的示例都是演示了互不相干的独立线程，现在我们考虑这样一个问题：假设各个线程需要访问同一公共资源，我们的代码该怎么写？

Python代码

1. ''''' 
2. Created on 2012-9-8 
3.   
4. @author: walfred 
5. @module: thread.ThreadTest3 
6. '''  
7. import threading  
8. import time  
9.    
10. counter = 0  
11.    
12. class MyThread(threading.Thread):  
13.     def __init__(self):  
14.         threading.Thread.__init__(self)  
15.       
16.     def run(self):  
17.         global counter  
18.         time.sleep(1);  
19.         counter += 1  
20.         print "I am %s, set counter:%s" % (self.name, counter)  
21.       
22. if __name__ == "__main__":  
23.     for i in range(0, 200):  
24.         my_thread = MyThread()  
25.         my_thread.start()     

        解决上面的问题，我们兴许会写出这样的代码，我们假设跑200个线程，但是这200个线程都会去访问counter这个公共资源，并对该资源进行处理(counter += 1)，代码看起来就是这个样了，但是我们看下运行结果：

I am Thread-69, set counter:64
I am Thread-73, set counter:66I am Thread-74, set counter:67I am Thread-75, set counter:68I am Thread-76, set counter:69I am Thread-78, set counter:70I am Thread-77, set counter:71I am Thread-58, set counter:72I am Thread-60, set counter:73I am Thread-62, set counter:74I am Thread-66, set counter:75I am Thread-70, set counter:76I am Thread-72, set counter:77I am Thread-79, set counter:78I am Thread-71, set counter:78

        打印结果我只贴了一部分，从中我们已经看出了这个全局资源(counter)被抢占的情况，问题产生的原因就是没有控制多个线程对同一资源的访问，对数据造成破坏，使得线程运行的结果不可预期。这种现象称为“线程不安全”。在开发过程中我们必须要避免这种情况，那怎么避免？这就用到了我们在综述中提到的互斥锁了。

互斥锁概念

        Python编程中，引入了对象互斥锁的概念，来保证共享数据操作的完整性。每个对象都对应于一个可称为" 互斥锁" 的标记，这个标记用来保证在任一时刻，只能有一个线程访问该对象。在Python中我们使用threading模块提供的Lock类。

        我们对上面的程序进行整改，为此我们需要添加一个互斥锁变量mutex = threading.Lock()，然后在争夺资源的时候之前我们会先抢占这把锁mutex.acquire()，对资源使用完成之后我们在释放这把锁mutex.release()。代码如下：

Python代码

1. ''''' 
2. Created on 2012-9-8 
3.   
4. @author: walfred 
5. @module: thread.ThreadTest4 
6. '''  
7.   
8. import threading  
9. import time  
10.    
11. counter = 0  
12. mutex = threading.Lock()  
13.    
14. class MyThread(threading.Thread):  
15.     def __init__(self):  
16.         threading.Thread.__init__(self)  
17.       
18.     def run(self):  
19.         global counter, mutex  
20.         time.sleep(1);  
21.         if mutex.acquire():  
22.             counter += 1  
23.             print "I am %s, set counter:%s" % (self.name, counter)  
24.             mutex.release()  
25.       
26. if __name__ == "__main__":  
27.     for i in range(0, 100):  
28.         my_thread = MyThread()  
29.         my_thread.start()         

同步阻塞

        当一个线程调用Lock对象的acquire()方法获得锁时，这把锁就进入“locked”状态。因为每次只有一个线程1可以获得锁，所以如果此时另一个线程2试图获得这个锁，该线程2就会变为“blo同步阻塞状态。直到拥有锁的线程1调用锁的release()方法释放锁之后，该锁进入“unlocked”状态。线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。

进一步考虑

        通过对公共资源使用互斥锁，这样就简单的到达了我们的目的，但是如果我们又遇到下面的情况：

        1、遇到锁嵌套的情况该怎么办，这个嵌套是指当我一个线程在获取临界资源时，又需要再次获取；

        2、如果有多个公共资源，在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源；

        上述这两种情况会直接造成程序挂起，即死锁，下面我们会谈死锁及可重入锁RLock。

声明: 本文采用 BY-NC-SA 协议进行授权. 转载请注明转自:Python：使用threading模块实现多线程编程四[使用Lock互斥锁]