線程的創(chuàng)建和控制是python多線程中最重要的內(nèi)容，在python中線程控制主要使用threading庫來進行實現(xiàn)。今天我們也以threading庫為基礎(chǔ)，來介紹一下Python怎么使用threading庫實現(xiàn)線程鎖與釋放鎖。
控制資源訪問
前文提到threading庫在多線程時，對同一資源的訪問容易導致破壞與丟失數(shù)據(jù)。為了保證安全的訪問一個資源對象，我們需要創(chuàng)建鎖。
示例如下：
import threading
import time
class AddThread():
def __init__(self, start=0):
self.lock = threading.Lock()
self.value = start
def increment(self):
print("Wait Lock")
self.lock.acquire()
try:
print("Acquire Lock")
self.value += 1
print(self.value)
finally:
self.lock.release()
def worker(a):
time.sleep(1)
a.increment()
addThread = AddThread()
for i in range(3):
t = threading.Thread(target=worker, args=(addThread,))
t.start()
運行之后，效果如下：
acquire()會通過鎖進行阻塞其他線程執(zhí)行中間段，release()釋放鎖，可以看到，基本都是獲得鎖之后才執(zhí)行。避免了多個線程同時改變其資源對象，不會造成混亂。
判斷是否有另一個線程請求鎖
要確定是否有另一個線程請求鎖而不影響當前的線程，可以設(shè)置acquire()的參數(shù)blocking=False。
示例如下：
import threading
import time
def worker2(lock):
print("worker2 Wait Lock")
while True:
lock.acquire()
try:
print("Holding")
time.sleep(0.5)
finally:
print("not Holding")
lock.release()
time.sleep(0.5)
def worker1(lock):
print("worker1 Wait Lock")
num_acquire = 0
value = 0
while num_acquire < 3:
time.sleep(0.5)
have_it = lock.acquire(blocking=False)
try:
value += 1
print(value)
print("Acquire Lock")
if have_it:
num_acquire += 1
finally:
print("release Lock")
if have_it:
lock.release()
lock = threading.Lock()
word2Thread = threading.Thread(
target=worker2,
name='work2',
args=(lock,)
)
word2Thread.start()
word1Thread = threading.Thread(
target=worker1,
name='work1',
args=(lock,)
)
word1Thread.start()
運行之后，效果如下：
這里，我們需要迭代很多次，work1才能獲取3次鎖。但是嘗試了很8次。
with lock
前文，我們通過lock.acquire()與lock.release()實現(xiàn)了鎖的獲取與釋放，但其實我們Python還給我們提供了一個更簡單的語法，通過with lock來獲取與釋放鎖。
示例如下：
import threading
import time
class AddThread():
def __init__(self, start=0):
self.lock = threading.Lock()
self.value = start
def increment(self):
print("Wait Lock")
with self.lock:
print("lock acquire")
self.value += 1
print(self.value)
print("lock release")
def worker(a):
time.sleep(1)
a.increment()
addThread = AddThread()
for i in range(3):
t = threading.Thread(target=worker, args=(addThread,))
t.start()
這里，我們只是將最上面的例子改變了一下。效果如下：
需要注意的是，正常的Lock對象不能請求多次，即使是由同一個線程請求也不例外。如果同一個調(diào)用鏈中的多個函數(shù)訪問一個鎖，則會發(fā)生意外。如果期望在同一個線程的不同代碼需要重新獲得鎖，那么這種情況下使用RLock。
同步線程
Condition
在實際的操作中，我們還可以使用Condition對象來同步線程。由于Condition使用了一個Lock，所以它可以綁定到一個共享資源，允許多個線程等待資源的更新。
示例如下：
import threading
import time
def consumer(cond):
print("waitCon")
with cond:
cond.wait()
print('獲取更新的資源')
def producer(cond):
print("worker")
with cond:
print('更新資源')
cond.notifyAll()
cond = threading.Condition()
t1 = threading.Thread(name='t1', target=consumer, args=(cond,))
t2 = threading.Thread(name='t2', target=consumer, args=(cond,))
t3 = threading.Thread(name='t3', target=producer, args=(cond,))
t1.start()
time.sleep(0.2)
t2.start()
time.sleep(0.2)
t3.start()
運行之后，效果如下：
這里，我們通過producer線程處理完成之后調(diào)用notifyAll()，consumer等線程等到了它的更新，可以類比為觀察者模式。這里是，當一個線程用完資源之后時,則會自動通知依賴它的所有線程。
屏障（barrier）
屏障是另一種線程的同步機制。barrier會建立一個控制點，所有參與的線程會在這里阻塞，直到所有這些參與方都到達這一點。采用這種方法，線程可以單獨啟動然后暫停，直到所有線程都準備好了才可以繼續(xù)。
示例如下：
import threading
import time
def worker(barrier):
print(threading.current_thread().getName(), "worker")
worker_id = barrier.wait()
print(threading.current_thread().getName(), worker_id)
threads = []
barrier = threading.Barrier(3)
for i in range(3):
threads.append(
threading.Thread(
name="t" + str(i),
target=worker,
args=(barrier,)
)
)
for t in threads:
print(t.name, 'starting')
t.start()
time.sleep(0.1)
for t in threads:
t.join()
運行之后，效果如下：
從控制臺的輸出會發(fā)發(fā)現(xiàn)，barrier.wait()會阻塞線程，直到所有線程被創(chuàng)建后，才同時釋放越過這個控制點繼續(xù)執(zhí)行。wait()的返回值指示了釋放的參與線程數(shù)，可以用來限制一些線程做清理資源等動作。
當然屏障Barrier還有一個abort()方法，該方法可以使所有等待線程接收一個BroKenBarrierError。如果線程在wait()上被阻塞而停止處理，會產(chǎn)生這個異常，通過except可以完成清理工作。
有限資源的并發(fā)訪問
除了多線程可能訪問同一個資源之外，有時候為了性能，我們也會限制多線程訪問同一個資源的數(shù)量。例如，線程池支持同時連接，但數(shù)據(jù)可能是固定的，或者一個網(wǎng)絡(luò)APP提供的并發(fā)下載數(shù)支持固定數(shù)目。這些連接就可以使用Semaphore來管理。
示例如下：
import threading
import time
class WorkerThread(threading.Thread):
def __init__(self):
super(WorkerThread, self).__init__()
self.lock = threading.Lock()
self.value = 0
def increment(self):
with self.lock:
self.value += 1
print(self.value)
def worker(s, pool):
with s:
print(threading.current_thread().getName())
pool.increment()
time.sleep(1)
pool.increment()
pool = WorkerThread()
s = threading.Semaphore(2)
for i in range(5):
t = threading.Thread(
name="t" + str(i),
target=worker,
args=(s, pool,)
)
t.start()
運行之后，效果如下：
從圖片雖然能看所有輸出，但無法看到其停頓的事件。讀者自己運行會發(fā)現(xiàn)，每次頂多只有兩個線程在工作，是因為我們設(shè)置了threading.Semaphore(2)。
隱藏資源
在實際的項目中，有些資源需要鎖定以便于多個線程使用，而另外一些資源則需要保護，以使它們對并非使這些資源的所有者的線程隱藏。
local()函數(shù)會創(chuàng)建一個對象，它能夠隱藏值，使其在不同的線程中無法被看到。示例如下：
import threading
import random
def show_data(data):
try:
result = data.value
except AttributeError:
print(threading.current_thread().getName(), "No value")
else:
print(threading.current_thread().getName(), "value=", result)
def worker(data):
show_data(data)
data.value = random.randint(1, 100)
show_data(data)
local_data = threading.local()
show_data(local_data)
local_data.value = 1000
show_data(local_data)
for i in range(2):
t = threading.Thread(
name="t" + str(i),
target=worker,
args=(local_data,)
)
t.start()
運行之后，效果如下：
這里local_data.value對所有線程都不可見，除非在某個線程中設(shè)置了這個屬性，這個線程才能看到它。
到此這篇Python怎么使用threading庫實現(xiàn)線程鎖與釋放鎖的文章就介紹到這里了，希望能對小伙伴有所幫助，也希望大家以后多多支持W3Cschool！
