Python 使用Lock和 RLock 对象

活动地址：CSDN21天学习挑战赛

  本篇在Python 多线程开发（一）的基础上，继续讲解Python多线程开发的相关内容。

---

---

一、使用Lock和 RLock 对象

  如果多个线程共同对某个数据进行修改,则可能出现不可预料的结果。为了保证数据的正确性，需要对多个数据进行同步操作。在Python程序中,使用对象Lock 和 RLock可以实现简单的线程同步功能，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和 release方法之间。多线程的优势在于可以同时运行多个任务（至少感觉起来是这样），但是当线程需要共享数据时,可能存在数据不同步的问题。
  读者考虑一个问题，有没有这样一种情况:一个列表里所有元素都是0，线程“set”从后向前把所有元素改成1，而线程“print”负责从前往后读取列表并打印。那么，可能当线程“set”开始改的时候，线程“print”便来打印列表了,输出就变成了一半0一半1,这就造成了数据的不同步。
  为了避免这种情况，引入了锁的概念。锁有两种状态,分别是锁定和未锁定。每当一个线程比如“set”要访问共享数据时，必须先获得锁定;如果已经有别的线程比如“print”获得锁定了,那么就让线程“set”暂停，也就是同步阻塞;等到线程“print”访问完毕,释放锁以后，再让线程“set”继续。经过上述过程的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。由此可见,使用 threading模块中的对象 Lock和 RLock(可重入锁)，可以实现简单的线程同步功能。对于同一时刻只允许一个线程操作的数据对象，可以把操作过程放在Lock和 RLock 的acquire方法和 release方法之间。RLock可以在同一调用链中多次请求而不会锁死，Lock则会锁死。
  例如在下面的实例中,演示了使用RLock 实现线程同步的过程。

import threading        #导入模块threading
import time             #导入模块time
class mt(threading.Thread):        #定义继承于线程类的子类mt
    def run(self):      #定义重载函数run
        global x        #定义全局变量x
        lock.acquire()  #在操作变量之前锁定资源
        for i in range (5):     #遍历操作
            x += 10     #设置变量x值加10
        time.sleep (1)      #休眠1秒钟
        print (x)       #打印输出×的值
        lock.release()  #释放锁资源
x = 0                   #设置x值为
lock = threading.RLock()    #实例化可重入锁类
def main():
    thrs = []           #初始化一个空列表
    for item in range(8):
        thrs.append(mt())   #实例化线程
    for item in thrs:
        item.start()
if __name__ == '__main__':  #启动线程
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

  在上述实例代码中,自定义了一个带锁访问全局变量x的线程类mt,在主函数main()中初始化了8个线程来修改变量x，在同一个时刻只能由一个线程对x进行操作。执行后会输出: