threading 模块的类 Lock 的基本使用

小鱼儿 2024-03-27 09:13 28阅读 0赞

### 1. 简介 ###

在多线程应用中，某个资源被多个线程共享访问，线程通过使用锁独占该资源。需要独占访问的资源可能是：

*  打印机，线程在使用打印机时，不允许其它线程向打印机输出
 *  共享变量，线程对这个变量进行读取访问时，不允许其它线程同时对这个变量进行读取访问

python 的 threading 模块提供了类 Lock 用于独占访问某个共享资源，类 Lock 提供了如下方法：

<table> 
 <thead> 
  <tr> 
   <th>方法</th> 
   <th>功能</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>acquire()</td> 
   <td>获得锁，如果锁是空闲的，则立即返回；如果锁已经被其它线程占用了，则阻塞等待。</td> 
  </tr> 
  <tr> 
   <td>release()</td> 
   <td>释放锁，唤醒等待该锁的线程。</td> 
  </tr> 
 </tbody> 
</table>

线程在独占使用某个资源前，需要调用 lock.acquire() 方法，使用完毕后，需要调用 lock.release() 方法，如下所示：

lock = threading.Lock()
    
    lock.acquire()
    独占访问某个资源
    lock.release()

### 2. 数据竞争 ###

当多个线程在读写某个共享变量时，其最终的结果依赖于线程的执行顺序，这种现象被称为数据竞争，示例如下：

import threading
    
    sum = 0
    tmp = 0

*  引入模块 threading
 *  设定全局变量 sum 和 tmp 的初值为 0，它们被线程共享访问

def thread_entry():
        global sum, tmp
    
        for i in range(1000 * 1000):
            tmp = sum + 1
            sum = tmp

*  在第 1 行，定义线程入口 thread\_entry
 *  在第 2 行，声明共享变量 sum 和 tmp
 *  在第 4 行，for 循环 1000\* 1000 次，递增变量 sum

t0 = threading.Thread(target = thread_entry, args = ())
    t1 = threading.Thread(target = thread_entry, args = ())
    t0.start()
    t1.start()
    t0.join()
    t1.join()
    print('sum =', sum)

*  创建线程 t0，线程入口为 thread\_entry
    
     *  线程 t0 对变量 sum 递增 1000 \* 1000 次
 *  创建线程 t1，线程入口为 thread\_entry
    
     *  线程 t1 对变量 sum 递增 1000 \* 1000 次
 *  等待两个线程结束后，打印 sum 的值

*  线程 t0 对变量 sum 递增 1000 \* 1000 次

*  线程 t1 对变量 sum 递增 1000 \* 1000 次

第一次运行程序，输出结果如下：

sum = 1464661

再次运行程序，输出结果如下：

sum = 1415592

线程 t0 和 t1 对 sum 各自递增 1000 \* 1000 次，期望最终的 sum 为 2 \* 1000 \* 1000。然而，线程 t0 和 线程 t1 共享访问变量 sum 和 tmp，存在数据竞争，导致：

*  实际结果依赖于线程的执行顺序，每次执行程序的输出结果都不一样
 *  实际结果和预期不一致

### 3. 使用 lock 防止数据竞争 ###

可以使用 threading 模块的类 Lock 防止数据竞争，示例如下：

import threading
    
    sum = 0
    tmp = 0
    
    def thread_entry():
        global sum, tmp
    
        for i in range(1000 * 1000):
            lock.acquire()  # 获取锁
            tmp = sum + 1
            sum = tmp
            lock.release()  # 释放锁
    
    lock = threading.Lock() # 初始化锁
    t0 = threading.Thread(target = thread_entry, args = ())
    t1 = threading.Thread(target = thread_entry, args = ())
    t0.start()
    t1.start()
    t0.join()
    t1.join()
    print('sum =', sum)

和上个小节的例子相比，增加了 3 行代码 (使用注释标记)：

*  lock.acquire()，访问共享变量 sum 和 tmp 前，需要获取锁
 *  lock.release()，访问共享变量 sum 和 tmp 后，需要释放锁
 *  lock = thread.Lock()，初始化锁

第一次运行程序，输出结果如下：

sum = 200000

再次运行程序，输出结果如下：

sum = 200000

线程 t0 和 t1 对 sum 各自递增 1000 \* 1000 次，期望最终的 sum 为 2 \* 1000 \* 1000。使用了 lock 防止了数据竞争：

*  每次执行程序的输出结果都是相同的
 *  实际结果和期望结果相符合