Python中的多线程|集2（同步）

在上述计划中：

• 两条线 t1 和 t2 都是在 主要任务 函数与全局变量 十、 设置为0。
• 每个线程都有一个目标函数 线程任务 在哪儿 定期的加薪 函数被调用100000次。
• 定期的加薪 函数将递增全局变量 十、 每次通话1次。

预期的最终价值 十、 是200000但我们在10次迭代中得到的 主要任务 函数是一些不同的值。

这是由于线程对共享变量的并发访问造成的 十、 .价值的不可预测性 十、 只是 竞赛条件 .

下面给出的图表显示了如何 竞赛条件 发生在上述程序中：

请注意 十、 在上图中是12，但由于比赛条件，结果是11！ 因此，我们需要一个工具来在多个线程之间进行适当的同步。

使用锁

穿线 模块提供了一个 锁 上课来处理比赛情况。锁是使用 信号灯 操作系统提供的对象。

信号量是一个同步对象，它控制并行编程环境中多个进程/线程对公共资源的访问。它只是操作系统（或内核）存储中指定位置的一个值，每个进程/线程都可以检查并更改它。根据找到的值，进程/线程可以使用资源，或者会发现资源已经在使用，必须等待一段时间才能重试。信号量可以是二进制的（0或1），也可以有附加值。通常，使用信号量的进程/线程会检查该值，如果它使用资源，则会更改该值以反映这一点，以便后续的信号量用户知道等待。

锁 类提供以下方法：

• 获取（[blocking]）： 获得一把锁。锁可以是阻塞的，也可以是非阻塞的。
  • 当使用设置为的阻塞参数调用时 符合事实的 （默认情况下），线程执行被阻止，直到锁被解锁，然后锁被设置为锁定并返回 符合事实的 .
  • 当使用设置为的阻塞参数调用时 错误的 ，线程执行未被阻止。如果锁已解锁，则将其设置为锁定并返回 符合事实的 否则返回 错误的 立即
• 释放（）： 解锁。
  • 锁定后，将其重置为解锁，然后返回。如果任何其他线程在等待锁解锁时被阻塞，则只允许其中一个线程继续。
  • 如果锁已解锁，则 线程错误 她长大了。

考虑下面给出的例子：

让我们试着一步一步地理解上面的代码：

• 首先，a 锁 对象是通过以下方式创建的：

    lock = threading.Lock()
  

• 然后 锁 作为目标函数参数传递：

    t1 = threading.Thread(target=thread_task, args=(lock,))
    t2 = threading.Thread(target=thread_task, args=(lock,))
  

• 在目标函数的关键部分，我们使用 锁获得 方法一旦获得锁，其他线程就无法访问关键部分（此处， 定期的加薪 功能），直到使用 锁释放（） 方法

    lock.acquire()
    increment()
    lock.release()
  

  正如您在结果中所看到的 十、 每次的结果是200000（这是预期的最终结果）。

下面给出的图表描述了上述程序中锁的实现：

至此，我们将结束本系列教程 Python中的多线程 . 最后，这里是多线程的一些优点和缺点：

优势：

• 它不会阻止用户。这是因为线程彼此独立。
• 由于线程并行执行任务，因此可以更好地使用系统资源。
• 增强了多处理器机器上的性能。
• 多线程服务器和交互式GUI专门使用多线程。

缺点：

• 随着线程数量的增加，复杂性也会增加。
• 共享资源（对象、数据）的同步是必要的。
• 调试很困难，结果有时不可预测。
• 导致饥饿的潜在死锁，即某些线程可能无法使用糟糕的设计
• 构造和同步线程是CPU/内存密集型的。