python同步、互斥锁、死锁

目录

• 同步
  • 同步的概念
  • 解决线程同时修改全局变量的方式
• 互斥锁
  • 使用互斥锁完成2个线程对同一个全局变量各加9999999 次的操作
  • 上锁解锁过程
  • 总结
• 死锁
  • 避免死锁

同步

同步的概念

同步就是协同步调，按预定的先后次序进行运行。如:你说完，我再说。"同"字从字面上容易理解为一起动作，其实不是，"同"字应是指协同、协助、互相配合。如进程、线程同步，可理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B运行;B执行，再将结果给A;A再继续操作。

解决线程同时修改全局变量的方式

对于上一篇中（多线程共享全局变量）的那个计算错误的问题，可以通过线程同步来进行解决。

思路，如下:

1. 系统调用t1，然后获取到g_num的值为0，此时上一把锁，即不允许其他线程操作g_num
2. t1对g_num的值进行+1
3. t1解锁，此时g_num的值为1，其他的线程就可以使用g_num了，而且是g_num的值不是0而是1
4. 同理其他线程在对g_num进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性

互斥锁

当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制。线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。

互斥锁为资源引入一个状态：锁定/非锁定

某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

threading模块中定义了Lock类，可以方便的处理锁定：

# 创建锁
mutex = threading.Lock()

# 锁定
mutex.acquire()

# 释放
mutex.release()

注意：

• 如果这个锁之前是没有上锁的，那么acquire不会堵塞
• 如果在调用acquire对这个锁上锁之前 它已经被 其他线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止

使用互斥锁完成2个线程对同一个全局变量各加9999999 次的操作

import threading
import time


g_num = 0 
# 创建一个互斥锁，默认为未上锁zhuangtai
mutex = threading.Lock()

def test1(num):
        global g_num
    
        for i in range(num):
    
                mutex.acquire()
                g_num += 1
                mutex.release()
        print("--test1, g_num = %d--" % g_num)


def test2(num):
        global g_num
    
        for i in range(num):
    
                mutex.acquire()
                g_num += 1
                mutex.release()
    
        print("--test2, g_num = %d--" % g_num)


if __name__ == "__main__":
    
        print("--创建线程之前, g_num = %d--" % g_num)

        t1 = threading.Thread(target=test1, args=(9999999,))
        t1.start()

        t2 = threading.Thread(target=test2, args=(9999999,))
        t2.start()
    
        while len(threading.enumerate()) != 1:
                time.sleep(1)
    
        print("最终结果为：g_num=%d" % g_num)

运行结果：

--创建线程之前, g_num = 0--
--test1, g_num = 19580251--
--test2, g_num = 19999998--
最终结果为：g_num=19999998

可以看到最后的结果，加入互斥锁后，其结果与预期相符。

上锁解锁过程

当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。

每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，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。

总结

锁的好处：

• 确保了某段关键代码只能由一个线程从头到尾完整地执行

锁的坏处：

• 阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了
• 由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对方持有的锁时，可能会造成死锁

死锁

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，就会造成死锁。

尽管死锁很少发生，但一旦发生就会造成应用的停止响应。下面看一个死锁的例子

import threading
import time


class MyThread1(threading.Thread):

	def run(self):
		
		# 对mutex1上锁
		mutex1.acquire()
		
		# mutex1上锁后，延迟1秒，等待另外一个线程，把mutex2上锁
		print(self.name + " up")
		time.sleep(1)

		# 此时这里会堵塞，因为mutex2已经被另外的线程抢先上锁了
		mutex2.acquire()
		print(self.name + " down")
		mutex2.release()
		
		# 对mutex1解锁
		mutex1.release()
		

class MyThread2(threading.Thread):

	def run(self):
		
		# 对mutex2上锁
		mutex2.acquire()
		
		# mutex2上锁后，延迟1秒，等待另外一个线程，把mutex1上锁
		print(self.name + " up")
		time.sleep(1)

		# 此时这里会堵塞，因为mutex1已经被另外的线程抢先上锁了
		mutex1.acquire()
		print(self.name + " down")
		mutex1.release()
		
		# 对mutex2解锁
		mutex2.release()


mutex1 = threading.Lock()
mutex2 = threading.Lock()

if __name__ == "__main__":
	
	t1 = MyThread1()
	t1.start()

	t2 = MyThread2()
	t2.start()

运行结果：

Thread-1 up
Thread-2 up

此时已经进入到了死锁状态，可以使用ctrl-c退出

避免死锁

• 程序设计时要尽量避免（银行家算法）
• 添加超时时间等