《零基础Python 从入门到精通》_让你学得轻松_12.2.3 线程同步

【摘要】 本书摘自《零基础Python 从入门到精通》一书中第12章，第2.3节，编者是壹零快学。

12.2.3 线程同步

如果有多个线程共同修改或者操作同一个对象或者数据，就有可能会发生一些意想不到的事情，例如：

动手写12.2.5

基 础 Python 从 入 门 到 精 通

我们可以尝试多次运行这个例子，每次执行这个例子，程序在屏幕上输出的结果都不太相 同， 而且不同的线程输出的内容有许多都叠加在一起，无法区分，这就是前面所说的多线程的不确定性。为了保证数据的正确性，我们需要将多个线程进行同步。

标准库threading中有Lock对象可以实现简单的线程同步（threading.Lock其实调用的就是_thread. allocate_lock获取Lock对象）。多线程的优势在于可以同时运行多个任务，但是当线程需要处理同 一个资源时，就需要考虑数据不同步的问题了（print对应的其实就是stdout）。

动手写12.2.6

#!/usr/bin/env python

# -*- coding: UTF-8 -*-

import time

import threading

thread_lock = None

class MyThread(threading.Thread):

def__init__(self, thread_id):

super(MyThread, self).__init__()

self.thread_id = thread_id

def run(self):

# 锁定

thread_lock.acquire()

for i in range(3):

print("Thread %d\t printing! times: %d" % (self.thread_id, i))

# 释放

thread_lock.release()

time.sleep(1)

# 锁定

thread_lock.acquire()

for i in range(3):

print("Thread %d\t printing! times: %d" % (self.thread_id, i))

# 释放

thread_lock.release()

def main():

print("Main thread start")

threads = []

基 础 Python 从 入 门 到 精 通

第 12 章 多线程与并行

我们可以从执行结果中看到，加了锁之后的线程不再像之前的例子那么不可控制了。每次执 行都会得到相同的结果，并且例子中的五个线程是“同时”在执行的。当子线程运行到thread_lock. acquire()的时候，程序会判断thread_lock是否处于锁定状态，如果是锁定状态，线程就会在这一行 阻塞，直到锁被释放为止。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们 18664393530@aliyun.com 处理，核实后本网站将在24小时内删除侵权内容。