目录
-
锁的使用姿势
-
锁 的作用
-
防止死锁产生
-
全局锁GIL
锁的使用姿势
姿势一:
-
threading.Lock() : 来创建锁对象
-
acquire() :获取锁
-
release() : 释放锁
import threading #创建锁对象 lock = threading.Lock() #获取锁 lock.acquire() #释放锁 lock.release()
解释: acquire() 和 release() 是成对出现的。往往死锁的出现就是 release 没有执行
姿势二:
-
threading.Loc() : 创建锁对象
-
with : 上下文管理器来获取,释放锁
import threading lock = threading.Lock() with lock: #业务代码 pass
解释: with 是可以 自动 获取锁 和 释放锁的,可以防止我们忘记释放锁而造成死锁的情况发生
锁的作用
锁的 核心作用 就是为了保证数据的 一致性 ,对锁内的资源(变量)进行锁定,避免其它线程偷偷进行 篡改 。以达到我们的预期效果。即: 异步变同步。
用例一:
解析:
由于线程是内核级别的,它的切换是由CPU说了算,两线程间的执行顺序是完全没有约束的,轮到谁了就谁上。所以整个结果是无序的。
用例二:
解析:
-
work1 由于先启动,它先锁定了资源
-
work2 切换进来的时候,发现资源是锁定的,所以它只能继续等待
-
work2 会在 “切换”与“等待”这两个状态间进行轮替,直到work1 释放锁
所以,我们看到的执行顺序一直就是图上的结果了。这样也就达到了我们的预期效果了。
防止死锁产生
死锁的原因是多种多样的,但是本质就是对资源不合理的竞争锁导致的。
死锁的常见原因:
-
同一个线程 : 嵌套获取同一把锁,导致获取释放锁不合理而造成死锁
-
多个线程 : 不安顺序同事获取多个锁,造成死锁
第一种就不用说了,这里介绍一下第二种情况:
前提条件:
-
线程1 : 嵌套获取 A , B 两个锁
-
线程2 : 嵌套获取 B , A 两个锁
执行情况:
-
线程1 获取了A 锁 , 而没有获取B 锁
-
线程2 获取了B 锁 , 而没有获取A 锁
执行结果:
-
线程1 在等待线程2 释放B 锁 然后结束任务,
-
线程2 在等待 线程1 释放A 锁, 然后结束任务
-
最终两个线程就陷入了相互等待的局面了。这个就是死锁
用例一:
全局锁
我们都知道 多进程是真正的并行执行 , 多线程只是交替执行。
python 中导致 线程 交替执行的是一个叫 GIL 【Global Interpreter Lock】全局锁 的东西
什么GIL?
Python 在线程执行前,必须加上一个 GIL 锁, 然后,每执行100条字节码, 解释器就释放GIL 锁, 让别的线程有机会执行。这个GIL 全局锁实际上把 所有 线程的执行代码都上锁了,所以,多线程在Python 中只能交替执行 , 即使是100 个线程跑在了 100核的CPU 上,也只有一个核在运算。
注意,GIL 不是Python 本身的特性,而是它的解析器之一的 CPython 的特性。 Python 的解析器还有: PyPy , Psyco , JPython 等。只是我们绝大多数情况下,都是使用的是CPython 这个解析器,所以也就默认了 Python 有 GIL 这个特性了。
都知道GIL 影响性能, 那么如何避免受到 GIL 的影响?
-
使用多进程代替多线程
-
更换Python 解析器, 不使用 CPython
另外, Python 的线程在I/O 开销比较大的情况下,优势还是特别明显的。