Python多线程同步Lock、RLock、Semaphore、Event实例

一、多线程同步

由于CPython的python解释器在单线程模式下执行，所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源。大部分情况都推荐使用多进程。

python的多线程的同步与其他语言基本相同，主要包含：

Lock & RLock ：用来确保多线程多共享资源的访问。
Semaphore ： 用来确保一定资源多线程访问时的上限，例如资源池。
Event : 是最简单的线程间通信的方式，一个线程可以发送信号，其他的线程接收到信号后执行操作。

二、实例

1）Lock & RLock

Lock对象的状态可以为locked和unlocked

使用acquire()设置为locked状态；
使用release()设置为unlocked状态。

如果当前的状态为unlocked，则acquire()会将状态改为locked然后立即返回。当状态为locked的时候，acquire()将被阻塞直到另一个线程中调用release()来将状态改为unlocked，然后acquire()才可以再次将状态置为locked。

Lock.acquire(blocking=True, timeout=-1),blocking参数表示是否阻塞当前线程等待，timeout表示阻塞时的等待时间 。如果成功地获得lock，则acquire()函数返回True，否则返回False，timeout超时时如果还没有获得lock仍然返回False。

实例：(确保只有一个线程可以访问共享资源)

复制代码 代码如下:

import threading
import time

num = 0
lock = threading.Lock()

def func(st):
global num
print (threading.currentThread().getName() + ' try to acquire the lock')
if lock.acquire():
print (threading.currentThread().getName() + ' acquire the lock.' )
print (threading.currentThread().getName() +" :%s" % str(num) )
num += 1
time.sleep(st)
print (threading.currentThread().getName() + ' release the lock.' )
lock.release()

t1 = threading.Thread(target=func, args=(8,))
t2 = threading.Thread(target=func, args=(4,))
t3 = threading.Thread(target=func, args=(2,))
t1.start()
t2.start()
t3.start()

结果：

RLock与Lock的区别是：RLock中除了状态locked和unlocked外还记录了当前lock的owner和递归层数，使得RLock可以被同一个线程多次acquire()。

2）Semaphore

Semaphore管理一个内置的计数器，
每当调用acquire()时内置计数器-1；
调用release() 时内置计数器+1；
计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。

实例：(同时只有2个线程可以获得semaphore,即可以限制最大连接数为2)：

复制代码 代码如下:

import threading
import time

semaphore = threading.Semaphore(2)

def func():
if semaphore.acquire():
for i in range(5):
print (threading.currentThread().getName() + ' get semaphore')
semaphore.release()
print (threading.currentThread().getName() + ' release semaphore')

for i in range(4):
t1 = threading.Thread(target=func)
t1.start()