溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

解決python多線程和多線程變量共享問題

發(fā)布時(shí)間:2020-08-03 10:21:41 來源:億速云 閱讀:627 作者:小豬 欄目:開發(fā)技術(shù)

小編這次要給大家分享的是解決python多線程和多線程變量共享問題,文章內(nèi)容豐富,感興趣的小伙伴可以來了解一下,希望大家閱讀完這篇文章之后能夠有所收獲。

1、demo

第一個(gè)代碼是多線程的簡(jiǎn)單使用,編寫了線程如何執(zhí)行函數(shù)和類。

import threading
import time
class ClassName(threading.Thread):
	"""創(chuàng)建類,通過多線程執(zhí)行"""
	def run(self):
		for i in range(5):
			print(i)
			time.sleep(1)

def sing():
	for i in range(1,11):
		print("唱歌第 %d 遍" % i)
		time.sleep(1)

def dance():
	for i in range(1,16):
		print("跳舞第 %d 遍" % i)
		time.sleep(1)

def main():
	t1 = threading.Thread(target = sing)
	t2 = threading.Thread(target = dance)
	t = ClassName()
	
	# 啟動(dòng)線程
	t1.start()
	t2.start()
	t.start()

	while True:
		length = len(threading.enumerate())
		print("正在運(yùn)行的線程有 %s" %threading.enumerate())
	
		if length <= 1:
			break
		time.sleep(1)

if __name__ == '__main__':
	main()

執(zhí)行結(jié)果可以看到函數(shù) sing、dance和類在同時(shí)執(zhí)行,執(zhí)行效果太長(zhǎng)就不方截圖了

2、多線程共享變量

通過定義全局變量,然后再test1函數(shù)類部進(jìn)行更改全局變量,test2打印全局變量。

import threading
import time

#定義全局變量
g_num = 0

def test1():
	"""函數(shù)test1對(duì)全局變量進(jìn)行更改"""
	global g_num
	for i in range(1,10):
		g_num += 1

	print("--- test1 線程 g_num = %d--- " % g_num)

def test2():
	"""函數(shù)test2 打印全局變量"""
	print("--- test2 線程 g_num = %d--- " % g_num)

def main():
	t1 = threading.Thread(target=test1)
	t2 = threading.Thread(target=test2)

	# 啟動(dòng)線程
	t1.start()
	# 增加睡眠是為了保證優(yōu)先執(zhí)行函數(shù)test1
	time.sleep(1)
	t2.start()

	print("--- 主線程 g_num = %d--- " % g_num)

if __name__ == '__main__':
	main()

執(zhí)行結(jié)果可以看出,在主線程和創(chuàng)建的兩個(gè)線程中讀取的是一樣的值,既可以表明在多線程中變量共享

解決python多線程和多線程變量共享問題

3、資源競(jìng)爭(zhēng)

在多線程兩個(gè)函數(shù)中同時(shí)更改一個(gè)變量時(shí),由于cpu的計(jì)算能力,當(dāng)修改參數(shù)的代碼塊無法一次性執(zhí)行完成時(shí),就會(huì)產(chǎn)生資源競(jìng)爭(zhēng)

import threading
import time

# 定義全局變量
g_num = 0

def test1(num):
	"""函數(shù)test1對(duì)全局變量進(jìn)行更改"""
	global g_num
	for i in range(num):
		g_num += 1

	print("test1 線程 g_num = %d---" % g_num)

def test2(num):
	"""函數(shù)test2對(duì)全局變量進(jìn)行更改"""
	global g_num
	for i in range(num):
		g_num += 1

	print("tes2 線程 g_num = %d---" % g_num)

def main():
	t1 = threading.Thread(target=test1, args=(1000000, ))
	t2 = threading.Thread(target=test2, args=(1000000, ))

	t1.start()
	t2.start()

	time.sleep(1)
	print("主線程 g_num = %d---" % g_num)

if __name__ == '__main__':
	main()

可以先試試傳遞參數(shù)為100時(shí),可以看到g_num = 200 這是因?yàn)楹瘮?shù)代碼可以一次性執(zhí)行完成,當(dāng)參數(shù)為1000000時(shí)代碼無法一次性執(zhí)行完成,g_num!= 2000000

解決python多線程和多線程變量共享問題

4、互斥鎖

互斥鎖可以解決資源競(jìng)爭(zhēng)的問題,原理很簡(jiǎn)單,通過對(duì)代碼塊上鎖,保證該代碼執(zhí)行完成前,其它代碼無法進(jìn)行修改。執(zhí)行完成后解鎖,其它代碼就可以執(zhí)行了。

import threading
import time

# 創(chuàng)建變量
g_num = 0
# 創(chuàng)建鎖默認(rèn)為開鎖狀態(tài)
mutex = threading.Lock()

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

def test2(num):
	global g_num
	for i in range(num):
		# 上鎖
		mutex.acquire()
		g_num += 1
		# 解鎖
		mutex.release()

	print("--- test2 線程 g_num = %d---" % g_num)

def main():
	t1 = threading.Thread(target=test1, args=(1000000, ))
	t2 = threading.Thread(target=test2, args=(1000000, ))

	t1.start()
	t2.start()

	time.sleep(1)
	print("--- 主線程 g_num = %d---" % g_num)

if __name__ == '__main__':
	main()

可以看到加了鎖之后,代碼執(zhí)行不會(huì)出現(xiàn)資源競(jìng)爭(zhēng),結(jié)果也是正常的?;コ怄i,上鎖的代碼越少越好。

解決python多線程和多線程變量共享問題

5、死鎖

當(dāng)出現(xiàn)多個(gè)鎖時(shí),就可能會(huì)產(chǎn)生死鎖這個(gè)情況。當(dāng)關(guān)閉一個(gè)鎖時(shí),這個(gè)鎖已經(jīng)為關(guān)閉狀態(tài)的話,程序就會(huì)阻塞。就如同下面這個(gè)代碼中。函數(shù)test1關(guān)閉mutexB鎖時(shí),函數(shù)test2提前將其關(guān)閉了,未進(jìn)行解鎖,程序就會(huì)一直阻塞。

import threading
import time

# 創(chuàng)建兩個(gè)鎖A, B
mutexA = threading.Lock()
mutexB = threading.Lock()

def test1():
	# 對(duì)muctexA上鎖
	mutexA.acquire()

	# mutexA上鎖后,延時(shí)1秒,等待mutexB上鎖
	print("test1 ---do1---up---")
	time.sleep(1)
	# 此時(shí)會(huì)堵塞,因?yàn)閙utexB已經(jīng)上鎖
	mutexB.acquire()
	print("test1 ---do1---down---")
	mutexB.release()

	# 對(duì)mutexA解鎖
	mutexA.release()

def test2():
	# 對(duì)muctexB上鎖
	mutexB.acquire()

	# mutexB上鎖后,延時(shí)1秒,等待mutexA上鎖
	print("test2 ---do1---up---")
	time.sleep(1)
	# 此時(shí)會(huì)堵塞,因?yàn)閙utexB已經(jīng)上鎖
	mutexA.acquire()
	print("test2 ---do1---down---")
	mutexA.release()

	# 對(duì)mutexA解鎖
	mutexB.release()

def main():
	t1 = threading.Thread(target=test1)
	t2 = threading.Thread(target=test2)

	t1.start()
	t2.start()


if __name__ == '__main__':
	main()

代碼執(zhí)行效果可以看到程序會(huì)一直阻塞
解決方法
1、在程序編寫時(shí),就需要注意避免死鎖
2、可以參考銀行家算法

解決python多線程和多線程變量共享問題

看完這篇關(guān)于解決python多線程和多線程變量共享問題的文章,如果覺得文章內(nèi)容寫得不錯(cuò)的話,可以把它分享出去給更多人看到。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI