Python多线程中阻塞(join)与锁(Lock)使用误区解析

百变鹏仔 2小时前 #Python

文章标签多线程

这篇文章主要为大家详细介绍了Python多线程中阻塞join与锁Lock的使用误区，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

关于阻塞主线程

join的错误用法

Thread.join() 作用为阻塞主线程,即在子线程未返回的时候,主线程等待其返回然后再继续执行.

join不能与start在循环里连用
以下为错误代码,代码创建了5个线程,然后用一个循环激活线程,激活之后令其阻塞主线程.

threads = [Thread() for i in range(5)]for thread in threads:  thread.start()  thread.join()

立即学习“Python免费学习笔记（深入）”；

执行过程:

1. 第一次循环中,主线程通过start函数激活线程1,线程1进行计算.
2. 由于start函数不阻塞主线程,在线程1进行运算的同时,主线程向下执行join函数.
3. 执行join之后,主线程被线程1阻塞,在线程1返回结果之前,主线程无法执行下一轮循环.
4. 线程1计算完成之后,解除对主线程的阻塞.
5. 主线程进入下一轮循环,激活线程2并被其阻塞…

如此往复,可以看出,本来应该并发的五个线程,在这里变成了顺序队列,效率和单线程无异.

join的正确用法

使用两个循环分别处理start和join函数.即可实现并发.

threads = [Thread() for i in range(5)]for thread in threads:  thread.start()for thread in threads:  thread.join()

立即学习“Python免费学习笔记（深入）”；

time.sleep代替join进行调试

之前在一些项目里看到过这样的代码,使用time.sleep代替join手动阻塞主线程.
在所有子线程返回之前,主线程陷入无线循环而不能退出.

for thread in threads:  thread.start()while 1:  if thread_num == 0:    break  time.sleep(0.01)

立即学习“Python免费学习笔记（深入）”；

关于线程锁(threading.Lock)

单核CPU+PIL是否还需要锁?

非原子操作 count = count + 1 理论上是线程不安全的.
使用3个线程同时执行上述操作改变全局变量count的值,并查看程序执行结果.
如果结果正确,则表示未出现线程冲突.

使用以下代码测试

# -*- coding: utf-8 -*-import threadingimport timecount = 0class Counter(threading.Thread):  def __init__(self, name):    self.thread_name = name    super(Counter, self).__init__(name=name)  def run(self):    global count    for i in xrange(100000):      count = count + 1counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters:  counter.start()time.sleep(5)print 'count=%s' % count

立即学习“Python免费学习笔记（深入）”；

运行结果:

count=275552

事实上每次运行结果都不相同且不正确,这证明单核CPU+PIL仍无法保证线程安全,需要加锁.

加锁后的正确代码:

# -*- coding: utf-8 -*-import threadingimport timecount = 0lock = threading.Lock()class Counter(threading.Thread):  def __init__(self, name):    self.thread_name = name    self.lock = threading.Lock()    super(Counter, self).__init__(name=name)  def run(self):    global count    global lock    for i in xrange(100000):      lock.acquire()      count = count + 1      lock.release()counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters:  counter.start()time.sleep(5)print 'count=%s' % count

立即学习“Python免费学习笔记（深入）”；

结果:

count=500000

注意锁的全局性

这是一个简单的Python语法问题,但在逻辑复杂时有可能被忽略.
要保证锁对于多个子线程来说是共用的,即不要在Thread的子类内部创建锁.

以下为错误代码

# -*- coding: utf-8 -*-import threadingimport timecount = 0# lock = threading.Lock() # 正确的声明位置class Counter(threading.Thread):  def __init__(self, name):    self.thread_name = name    self.lock = threading.Lock() # 错误的声明位置    super(Counter, self).__init__(name=name)  def run(self):    global count    for i in xrange(100000):      self.lock.acquire()      count = count + 1      self.lock.release()counters = [Counter('thread:%s' % i) for i in range(5)]for counter in counters:  print counter.thread_name  counter.start()time.sleep(5)print 'count=%s' % count

立即学习“Python免费学习笔记（深入）”；

文章推荐

Python多线程中阻塞(join)与锁(Lock)使用误区解析

Python中的array数组模块相关使用

python3库numpy数组属性的查看方法

对python中的for循环和range内置函数

详解Django之auth模块（用户认证）

numpy中实现ndarray数组返回符合特定条件的索引方法