在多线程中 , 所有变量对于所有线程都是共享的 , 因此 , 线程之间共享数据最大的危险在于多个线程同时修改一个变量 , 那就乱套了 , 所以我们需要互斥锁 , 来锁住数据。
注意:
因为线程属于同一个进程,因此它们之间共享内存区域。因此全局变量是公共的。
# -*- coding: utf-8 -*- import threading a = 1 def func(): global a a = 2 t = threading.Thread(target=func) t.start() t.join() print(a)
先来个正常的例子,不用多线程:
# -*- coding: utf-8 -*- x = 0 n =1000000 def a(n): global x for i in range(n): x += 1 def b(n): global x for i in range(n): x -= 1 a(n) b(n) print(x)
输出肯定和大家想的一样,毫无疑问是0!
# -*- coding: utf-8 -*- from threading import Thread x = 0 n =1000000 def a(n): global x for i in range(n): x += 1 def b(n): global x for i in range(n): x -= 1 if __name__ == '__main__': a = Thread(target=a,args = (n,)) b = Thread(target=b,args = (n,)) a.start() b.start() # 一定要加阻塞,原因大家可以自己结合第一篇讲的自己好好想想哦~ a.join() b.join() print(x)
提示:
你会发现这个结果千奇百怪!!!
下面引入互斥锁
第一种实现:
# -*- coding: utf-8 -*- from threading import Thread, Lock a = 0 n = 100000 # 指定加减次数 # 线程锁 lock = Lock() def incr(n): global a # 对全局变量a做n次加1 for i in range(n): lock.acquire() a += 1 lock.release() def decr(n): global a # 对全局变量a做n次减一 for i in range(n): lock.acquire() a -= 1 lock.release() t_incr = Thread(target=incr, args=(n, )) t_decr = Thread(target=decr, args=(n, )) t_incr.start(); t_decr.start() t_incr.join(); t_decr.join() print(a)
第二种实现:
# -*- coding: utf-8 -*- from threading import Thread, Lock a = 0 n = 100000 # 指定加减次数 # 线程锁 lock = Lock() def incr(n): global a # 对全局变量a做n次加1 for i in range(n): with lock: a += 1 def decr(n): global a # 对全局变量a做n次减一 for i in range(n): with lock: a -= 1 t_incr = Thread(target=incr, args=(n, )) t_decr = Thread(target=decr, args=(n, )) t_incr.start(); t_decr.start() t_incr.join(); t_decr.join() print(a)
线程之间如何进行协作?
最典型的例子就是生产者/消费者模式:若干个生产者线程向队列中写入数据,若干个消费者线程从队列中消费数据。
(功能!)
这里就引入了协程!是一种比线程更加轻量级的存在。正如一个进程可以拥有多个线程一样,一个线程也可以拥有多个协程。
最重要的是,协程不是被操作系统内核所管理,而完全是由程序所控制(也就是在用户态执行)。这样带来的好处就是性能得到了很大的提升,不会像线程切换那样消耗资源。
代码走起来(依旧是生产者/消费者模式的例子!):
def consumer(): while True: # consumer协程等待接收数据 number = yield print('开始消费', number) consumer_result = consumer() # 让初始化状态的consumer协程先执行起来,在yield处停止 next(consumer_result) for num in range(100): print('开始生产', num) # 发送数据给consumer协程 consumer_result.send(num)
代码中创建了一个叫做consumer_result的协程,并且在主线程中生产数据,协程中消费数据。
其中 yield 是python当中的语法。当协程执行到yield关键字时,会暂停在那一行,等到主线程调用send方法发送了数据,协程才会接到数据继续执行。
但是,yield让协程暂停,和线程的阻塞是有本质区别的。协程的暂停完全由程序控制,线程的阻塞状态是由操作系统内核来进行切换。
因此,协程的开销远远小于线程的开销!!!
执行结果:
import queue
队列操作一览:
注意:
简单使用队列的方法:
# -*- coding: utf-8 -*- import queue # 创建队列 q = queue.Queue(4) # 入队 q.put(1) q.put(2) q.put(3) print(q.full()) q.put(4) print(q.full()) # 出队 print(q.get()) print(q.get()) print(q.empty()) print(q.get()) print(q.get()) print(q.empty())