45fan.com - 路饭网

搜索: 您的位置主页 > 网络频道 > 阅读资讯:Python中的死锁的知识介绍

Python中的死锁的知识介绍

2016-08-18 05:47:09 来源:www.45fan.com 【

Python中的死锁的知识介绍

一、死锁

简单来说,死锁是一个资源被多次调用,而多次调用方都未能释放该资源就会造成死锁,这里结合例子说明下两种常见的死锁情况。

1、迭代死锁

该情况是一个线程“迭代”请求同一个资源,直接就会造成死锁:

import threading
import time
class MyThread(threading.Thread):
 def run(self):
  global num
  time.sleep(1)
  if mutex.acquire(1):
   num = num+1
   msg = self.name+' set num to '+str(num)
   print msg
   mutex.acquire()
   mutex.release()
   mutex.release()
num = 0
mutex = threading.Lock()
def test():
 for i in range(5):
  t = MyThread()
  t.start()
if __name__ == '__main__':
 test()

上例中,在run函数的if判断中第一次请求资源,请求后还未 release ,再次acquire,最终无法释放,造成死锁。这里例子中通过将print下面的两行注释掉就可以正常执行了 ,除此之外也可以通过可重入锁解决,后面会提到。

2、互相调用死锁

上例中的死锁是在同一个def函数内多次调用造成的,另一种情况是两个函数中都会调用相同的资源,互相等待对方结束的情况。如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。

import threading
import time
class MyThread(threading.Thread):
 def do1(self):
  global resA, resB
  if mutexA.acquire():
    msg = self.name+' got resA'
    print msg
    if mutexB.acquire(1):
     msg = self.name+' got resB'
     print msg
     mutexB.release()
    mutexA.release()
 def do2(self):
  global resA, resB
  if mutexB.acquire():
    msg = self.name+' got resB'
    print msg
    if mutexA.acquire(1):
     msg = self.name+' got resA'
     print msg
     mutexA.release()
    mutexB.release()
 def run(self):
  self.do1()
  self.do2()
resA = 0
resB = 0
mutexA = threading.Lock()
mutexB = threading.Lock()
def test():
 for i in range(5):
  t = MyThread()
  t.start()
if __name__ == '__main__':
 test()

这个死锁的示例稍微有点复杂。具体可以理下。

二、可重入锁

为了支持在同一线程中多次请求同一资源,python提供了“可重入锁”:threading.RLock。RLock内部维护着一个Lock和一个counter变量,counter记录了acquire的次数,从而使得资源可以被多次require。直到一个线程所有的acquire都被release,其他的线程才能获得资源。这里以例1为例,如果使用RLock代替Lock,则不会发生死锁:

import threading
import time
class MyThread(threading.Thread):
 def run(self):
  global num
  time.sleep(1)
  if mutex.acquire(1):
   num = num+1
   msg = self.name+' set num to '+str(num)
   print msg
   mutex.acquire()
   mutex.release()
   mutex.release()
num = 0
mutex = threading.RLock()
def test():
 for i in range(5):
  t = MyThread()
  t.start()
if __name__ == '__main__':
 test()

和上面那个例子的不同之处在于threading.Lock()换成了threading.RLock() 。

三、互斥锁
python threading模块有两类锁:互斥锁(threading.Lock )和可重用锁(threading.RLock)。两者的用法基本相同,具体如下:

lock = threading.Lock()
lock.acquire()
dosomething……
lock.release()

RLock的用法是将threading.Lock()修改为threading.RLock()。便于理解,先来段代码:

[root@361way lock]# cat lock1.py
#!/usr/bin/env python
# coding=utf-8
import threading       # 导入threading模块
import time        # 导入time模块
class mythread(threading.Thread):  # 通过继承创建类
 def __init__(self,threadname):  # 初始化方法
  # 调用父类的初始化方法
  threading.Thread.__init__(self,name = threadname)
 def run(self):       # 重载run方法
  global x     # 使用global表明x为全局变量
  for i in range(3):
   x = x + 1
  time.sleep(5)   # 调用sleep函数,让线程休眠5秒
  print x
tl = []        # 定义列表
for i in range(10):
 t = mythread(str(i))    # 类实例化
 tl.append(t)      # 将类对象添加到列表中
x=0         # 将x赋值为0
for i in tl:
 i.start() 

这里执行的结果和想想的不同,结果如下:

[root@361way lock]# python lock1.py
30
30
30
30
30
30
30
30
30
30

为什么结果都是30呢?关键在于global 行和 time.sleep行。

1、由于x是一个全局变量,所以每次循环后 x 的值都是执行后的结果值;

2、由于该代码是多线程的操作,所以在sleep 等待的时候,之前已经执行完成的线程会在这等待,而后续的进程在等待的5秒这段时间也执行完成 ,等待print。同样由于global 的原理,x被重新斌值。所以打印出的结果全是30 ;

3、便于理解,可以尝试将sleep等注释,你再看下结果,就会发现有不同。

在实际应用中,如抓取程序等,也会出现类似于sleep等待的情况。在前后调用有顺序或打印有输出的时候,就会现并发竞争,造成结果或输出紊乱。这里就引入了锁的概念,上面的代码修改下,如下:

[root@361way lock]# cat lock2.py
#!/usr/bin/env python
# coding=utf-8
import threading       # 导入threading模块
import time        # 导入time模块
class mythread(threading.Thread):     # 通过继承创建类
 def __init__(self,threadname):     # 初始化方法
  threading.Thread.__init__(self,name = threadname)
 def run(self):       # 重载run方法
  global x      # 使用global表明x为全局变量
  lock.acquire()      # 调用lock的acquire方法
  for i in range(3):
   x = x + 1
  time.sleep(5)   # 调用sleep函数,让线程休眠5秒
  print x
  lock.release()    # 调用lock的release方法
lock = threading.Lock()    # 类实例化
tl = []       # 定义列表
for i in range(10):
 t = mythread(str(i))   # 类实例化
 tl.append(t)    # 将类对象添加到列表中
x=0      # 将x赋值为0
for i in tl:
 i.start()      # 依次运行线程

执行的结果如下:

[root@361way lock]# python lock2.py
3
6
9
12
15
18
21
24
27
30

加锁的结果会造成阻塞,而且会造成开锁大。会根据顺序由并发的多线程按顺序输出,如果后面的线程执行过快,需要等待前面的进程结束后其才能结束 --- 写的貌似有点像队列的概念了 ,不过在加锁的很多场景下确实可以通过队列去解决。


本文地址:http://www.45fan.com/a/question/64374.html
Tags: python 讲解 举例
编辑:路饭网
关于我们 | 联系我们 | 友情链接 | 网站地图 | Sitemap | App | 返回顶部