第十五章、Python多線程同步鎖，死鎖和遞歸鎖

1. 引子：

          
            1.創建線程對象
t1 = threading.Thread(target=say,args=('tony',))
2.啟動線程
t1.start()
后面又說了兩個點就是join和守護線程的概念
          
        

? 以上就是python多線程的基本使用

? 說明：前面說的兩個功能是相互獨立的，相互不干涉的，不會用到同享的資源或者數據，如果我們多個線程要用到相同的數據，那么就會存在資源爭用和鎖的問題，不管在什么語言中，這個都是不能避免的。 那么接下來講講同步鎖，死鎖和遞歸鎖的使用

2.同步鎖

? 鎖通常被用來實現對共享資源的同步訪問。為每一個共享資源創建一個Lock對象，當你需要訪問該資源時，調用acquire方法來獲取鎖對象（如果其它線程已經獲得了該鎖，則當前線程需等待其被釋放），待資源訪問完后，再調用release方法釋放鎖。

? 適用同步鎖的例子如下：

          
            import threading
import time

num = 100

def fun_sub():
    global num
    # num -= 1
    num2 = num
    time.sleep(0.001)
    num = num2-1

if __name__ == '__main__':
    print('開始測試同步鎖 at %s' % time.ctime())

    thread_list = []
    for thread in range(100):
        t = threading.Thread(target=fun_sub)
        t.start()
        thread_list.append(t)

    for t in thread_list:
        t.join()
    print('num is %d' % num)
    print('結束測試同步鎖 at %s' % time.ctime())
-----------------------------------------------------
開始測試同步鎖 at Sun Apr 28 09:56:45 2019
num is 91
結束測試同步鎖 at Sun Apr 28 09:56:45 2019
          
        

這樣的例子描述 ：創建100的線程，然后每個線程去從公共資源num變量去執行減1操作，按照正常情況下面，等到代碼執行結束，打印num變量，應該得到的是0，因為100個線程都去執行了一次減1的操作。

這樣的問題是 ：發現結果不是0而是91

讓我們整理一下代碼思路 ：

1.因為GIL，只有一個線程（假設線程1）拿到了num這個資源，然后把變量賦值給num2,sleep 0.001秒，這時候num=100
2.當第一個線程sleep 0.001秒這個期間，這個線程會做yield操作，就是把cpu切換給別的線程執行（假設線程2拿到個GIL，獲得cpu使用權），線程2也和線程1一樣也拿到num,返回賦值給num2，然后sleep,這時候，其實num還是=100.
3.線程2 sleep時候，又要yield操作，假設線程3拿到num,執行上面的操作，其實num有可能還是100
4.等到后面cpu重新切換給線程1，線程2，線程3上執行的時候，他們執行減1操作后，其實等到的num其實都是99，而不是順序遞減的。
5.其他剩余的線程操作如上

解決方案 ：這里就要借助于python的同步鎖了，也就是同一時間只能放一個線程來操作num變量，減1之后，后面的線程操作來操作num變量?？纯聪旅嫖覀冊趺磳崿F。

          
            import threading
import time

num = 100

def fun_sub():
    global num
    lock.acquire()
    print('----加鎖----')
    print('現在操作共享資源的線程名字是:',t.name)
    num2 = num
    time.sleep(0.001)
    num = num2-1
    lock.release()
    print('----釋放鎖----')

if __name__ == '__main__':
    print('開始測試同步鎖 at %s' % time.ctime())

    lock = threading.Lock() #創建一把同步鎖

    thread_list = []
    for thread in range(100):
        t = threading.Thread(target=fun_sub)
        t.start()
        thread_list.append(t)

    for t in thread_list:
        t.join()
    print('num is %d' % num)
    print('結束測試同步鎖 at %s' % time.ctime())
 ------------------------------------------------
 .......
----加鎖----
現在操作共享資源的線程名字是: Thread-98
----釋放鎖----
----加鎖----
現在操作共享資源的線程名字是: Thread-100
----釋放鎖----
num is 0
結束測試同步鎖 at Sun Apr 28 12:08:27 2019
          
        

思路 ：看到上面我們給中間的減1代碼塊，加個一把同步鎖，這樣，我們就可以得到我們想要的結果了，這就是同步鎖的作用，一次只有一個線程操作同享資源。

3.死鎖

引子：

? 死鎖的這個概念在很多地方都存在，比較在數據中，大概介紹下死鎖是怎么產生的

          
            # 線程1拿到了(鎖頭2)想要往下執行需要(鎖頭1),
# 線程2拿到了(鎖頭1)想要往下執行需要(鎖頭2)
# 互相都拿到了彼此想要往下執行的必需條件,互相都不放手里的鎖頭.
# 產生了死鎖問題
          
        

產生原因： python中在線程間共享多個資源的時候，如果兩個線程分別占有一部分資源并且同時等待對方的資源，就會造成死鎖，因為系統判斷這部分資源都正在使用，所有這兩個線程在無外力作用下將一直等待下去。

          
            from threading import Thread,Lock
mutex1 = Lock()
mutex2 = Lock()
import time
class MyThreada(Thread):
    def run(self):
        self.task1()
        self.task2()
    def task1(self):
        mutex1.acquire()
        print(f'{self.name} 搶到了 鎖1 ')
        mutex2.acquire()
        print(f'{self.name} 搶到了 鎖2 ')
        mutex2.release()
        print(f'{self.name} 釋放了 鎖2 ')
        mutex1.release()
        print(f'{self.name} 釋放了 鎖1 ')

    def task2(self):
        mutex2.acquire()
        print(f'{self.name} 搶到了 鎖2 ')
        time.sleep(1)
        mutex1.acquire()
        print(f'{self.name} 搶到了 鎖1 ')
        mutex1.release()
        print(f'{self.name} 釋放了 鎖1 ')
        mutex2.release()
        print(f'{self.name} 釋放了 鎖2 ')

for i in range(3):
    t = MyThreada()
    t.start()
          
        

那么，為了解決這個死鎖問題，就引入了遞歸鎖方案

4.遞歸鎖RLock

原理：

? 為了支持在同一線程中多次請求同一資源，python提供了"遞歸鎖"：threading.RLock。RLock內部維護著一個Lock和一個counter變量，counter記錄了acquire的次數，從而使得資源可以被多次acquire。直到一個線程所有的acquire都被release，其他的線程才能獲得資源

不多說，放代碼

          
            from threading import Thread,Lock,RLock
# mutex1 = Lock()
# mutex2 = Lock()
mutex1 = RLock()
mutex2 = mutex1

import time
class MyThreada(Thread):
    def run(self):
        self.task1()
        self.task2()
    def task1(self):
        mutex1.acquire()
        print(f'{self.name} 搶到了 鎖1 ')
        mutex2.acquire()
        print(f'{self.name} 搶到了 鎖2 ')
        mutex2.release()
        print(f'{self.name} 釋放了 鎖2 ')
        mutex1.release()
        print(f'{self.name} 釋放了 鎖1 ')

    def task2(self):
        mutex2.acquire()
        print(f'{self.name} 搶到了 鎖2 ')
        time.sleep(1)
        mutex1.acquire()
        print(f'{self.name} 搶到了 鎖1 ')
        mutex1.release()
        print(f'{self.name} 釋放了 鎖1 ')
        mutex2.release()
        print(f'{self.name} 釋放了 鎖2 ')


for i in range(3):
    t = MyThreada()
    t.start()
          
        

總結：

? 上面我們用一把遞歸鎖，就解決了多個同步鎖導致的死鎖問題。大家可以把RLock理解為大鎖中還有小鎖，只有等到內部所有的小鎖，都沒有了，其他的線程才能進入這個公共資源。

5. 大總結

? 還有一點，并不是所有的多線程都存在數據不同步、死鎖的問題，但在訪問共享資源的時候，鎖是一定要存在了， 所以我們在代碼里面加鎖的時候，要注意在什么地方加，對性能的影響最小，這個就靠對邏輯的理解了。