python并发场景锁的使用方法

89542767 发布于2022-12-14 15:29 / 358人阅读

　　小编写这篇文章的一个主要目的，主要是来给大家介绍关于python的一些事情，python的使用场景是比较的多的，主要涉及到其中的一些方方面面，那么，它的并发场景使用方法是什么呢？下面就给大家详细解答下。

　　前言

　　如果你学过操作系统，那么对于锁应该不陌生。锁的含义是线程锁，可以用来指定某一个逻辑或者是资源同一时刻只能有一个线程访问。这个很好理解，就好像是有一个房间被一把锁锁住了，只有拿到钥匙的人才能进入。每一个人从房间门口拿到钥匙进入房间，出房间的时候会把钥匙再放回到门口。这样下一个到门口的人就可以拿到钥匙了。这里的房间就是某一个资源或者是一段逻辑，而拿取钥匙的人其实指的是一个线程。

　　加锁的原因

　　我们明白了锁的原理，不禁有了一个问题，我们为什么需要锁呢，它在哪些场景当中会用到呢？

　　其实它的使用场景非常广，我们举一个非常简单的例子，就是淘宝买东西。我们都知道商家的库存都是有限的，卖掉一个少一个。假如说当前某个商品库存只剩下一个，但当下却有两个人同时购买。两个人同时购买也就是有两个请求同时发起购买请求，如果我们不加锁的话，两个线程同时查询到商品的库存是1，大于0，进行购买逻辑之后，同时减一。由于两个线程同时执行，所以最后商品的库存会变成-1。

　　显然商品的库存不应该是一个负数，所以我们需要避免这种情况发生。通过加锁可以完美解决这个问题。我们规定一次只能有一个线程发起购买的请求，那么这样当一个线程将库存减到0的时候，第二个请求就无法修改了，就保证了数据的准确性。

　　代码实现

　　那么在Python当中，我们怎么样来实现这个锁呢？

　　其实很简单，threading库当中已经为我们提供了线程的工具，我们直接拿过来用就可以了。我们通过使用threading当中的Lock对象，可以很轻易的实现方法加锁的功能。

　　import threading
　　class PurchaseRequest:
　　'''
　　初始化库存与锁
　　'''
　　def __init__(self,initial_value=0):
　　self._value=initial_value
　　self._lock=threading.Lock()
　　def incr(self,delta=1):
　　'''
　　加库存
　　'''
　　self._lock.acquire()
　　self._value+=delta
　　self._lock.release()
　　def decr(self,delta=1):
　　'''
　　减库存
　　'''
　　self._lock.acquire()
　　self._value-=delta
　　self._lock.release()

　　我们从代码当中就可以很轻易的看出Lock这个对象的使用方法，我们在进入加锁区（资源抢占区）之前，我们需要先使用lock.acquire()方法获取锁。Lock对象可以保证同一时刻只能有一个线程获取锁，只有获取了锁之后才会继续往下执行。当我们执行完成之后，我们需要把锁“放回门口”，所以需要再调用一下release方法，表示锁的释放。

　　这里有一个小问题是很多程序员在编程的时候总是会忘记release，导致不必要的bug，而且这种分布式场景当中的bug很难通过测试发现。因为测试的时候往往很难测试并发场景，code review的时候也很容易忽略，因此一旦泄露了还是挺难发现的。

　　为了解决这个问题，Lock还提供了一种改进的用法，就是使用with语句。with语句我们之前在使用文件的时候用到过，使用with可以替我们完成try catch以及资源回收等工作，我们只管用就完事了。这里也是一样，使用with之后我们就可以不用管锁的申请和释放了，直接写代码就行，所以上面的代码可以改写成这样：

　　import threading
　　class PurchaseRequest:
　　'''
　　初始化库存与锁
　　'''
　　def __init__(self,initial_value=0):
　　self._value=initial_value
　　self._lock=threading.Lock()
　　def incr(self,delta=1):
　　'''
　　加库存
　　'''
　　with self._lock:
　　self._value+=delta
　　def decr(self,delta=1):
　　'''
　　减库存
　　'''
　　with self._lock:
　　self._value-=delta

　　这样看起来是不是清爽很多？

　　可重入锁

　　上面介绍的只是最简单的锁，我们经常使用的往往是可重入锁。

　　什么叫可重入锁呢？简单解释一下，就是在一个线程已经持有了锁的情况下，它可以再次进入被加锁的区域。但是既然线程还持有锁没有释放，那么它不应该还是在加锁区域吗，怎么会有需要再次进入被加锁区域的情况呢？其实是有的，道理也很简单，就是递归。

　　我们把上面的例子稍微改一点点，就完全不一样了。

　　import threading
　　class PurchaseRequest:
　　'''
　　初始化库存与锁
　　'''
　　def __init__(self,initial_value=0):
　　self._value=initial_value
　　self._lock=threading.Lock()
　　def incr(self,delta=1):
　　'''
　　加库存
　　'''
　　with self._lock:
　　self._value+=delta
　　def decr(self,delta=1):
　　'''
　　减库存
　　'''
　　with self._lock:
　　self.incr(-delta)
　　我们关注一下上面的decr方法，我们用incr来代替了原本的逻辑实现了decr。但是有一个问题是decr也是一个加锁的方法，需要前一个锁释放了才能进入。但它已经持有了锁了，那么这种情况下就会发生死锁。
　　我们只需要把Lock换成可重入锁就可以解决这个问题，只需要修改一行代码。
　　import threading
　　class PurchaseRequest:
　　'''
　　初始化库存与锁
　　我们使用RLock代替了Lock，也可重入锁代替了普通锁
　　'''
　　def __init__(self,initial_value=0):
　　self._value=initial_value
　　self._lock=threading.RLock()
　　def incr(self,delta=1):
　　'''
　　加库存
　　'''
　　with self._lock:
　　self._value+=delta
　　def decr(self,delta=1):
　　'''
　　减库存
　　'''
　　with self._lock:
　　self.incr(-delta)

　　总结

　　文章介绍了Python当中锁的使用方法，以及可重入锁的概念。在并发场景下开发和调试都是一个比较困难的工作，稍微不小心就会踩到各种各样的坑，死锁只是其中一种比较常见并且比较容易解决的问题，除此之外还有很多其他各种各样的问题。

　　综上所述，这篇文章就给大家介绍到这里了，希望可以给大家带来帮助。

云服务器 GPU云服务器使用场景私有云使用场景 webrtc使用场景 Kafka使用场景

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/128418.html

基于锁的并发算法 vs 无锁的并发算法

摘要：测试吞吐量的时候，是通过每一种实现都重复测试超过次，每一次都运行秒以上，以保证系统足够预热，下面的结果都是第次之后平均每秒吞吐量。以我的经验看，教学和开发中的无锁算法，不仅能显著改善吞吐量同时他们也提供更低的延迟。上周在由Heinz Kabutz通过JCrete 组织的开放空间会议(unconference)上，我参加一个新的java规范 JSR166 StampedLock 的审查...

tomorrowwu 2019-08-14 11:40 评论0 收藏0
python并发4：使用thread处理并发

摘要：如果某线程并未使用很多操作，它会在自己的时间片内一直占用处理器和。在中使用线程在和等大多数类系统上运行时，支持多线程编程。守护线程另一个避免使用模块的原因是，它不支持守护线程。这一篇是Python并发的第四篇，主要介绍进程和线程的定义，Python线程和全局解释器锁以及Python如何使用thread模块处理并发引言&动机考虑一下这个场景，我们有10000条数据需要处理，处理每条...

joywek 2019-07-25 11:38 评论0 收藏0
Java中的锁以及sychronized实现机制

摘要：有可能，会造成优先级反转或者饥饿现象。悲观锁在中的使用，就是利用各种锁。对于而言，其是独享锁。偏向锁，顾名思义，它会偏向于第一个访问锁的线程，大多数情况下锁不仅不存在多线程竞争，而且总是由同一线程多次获得。理解锁的基础知识如果想要透彻的理解java锁的来龙去脉，需要先了解以下基础知识。基础知识之一：锁的类型按照其性质分类公平锁/非公平锁公平锁是指多个线程按照申请锁的顺序来获...

linkin 2019-08-15 14:32 评论0 收藏0
PyTips 0x 12 - Python 线程与协程（1）

摘要：中关于线程的标准库是，之前在版本中的在之后更名为，无论是还是都应该尽量避免使用较为底层的而应该使用。而与线程相比，协程尤其是结合事件循环无论在编程模型还是语法上，看起来都是非常友好的单线程同步过程。项目地址：https://git.io/pytips 要说到线程（Thread）与协程（Coroutine）似乎总是需要从并行（Parallelism）与并发（Concurrency）谈起...

el09xccxy 2019-07-24 18:38 评论0 收藏0
[Java并发-10] ReadWriteLock：快速实现一个完备的缓存

摘要：此时线程和会再有一个线程能够获取写锁，假设是，如果不采用再次验证的方式，此时会再次查询数据库。而实际上线程已经把缓存的值设置好了，完全没有必要再次查询数据库。大家知道了Java中使用管程同步原语,理论上可以解决所有的并发问题。那 Java SDK 并发包里为什么还有很多其他的工具类呢？原因很简单：分场景优化性能，提升易用性今天我们就介绍一种非常普遍的并发场景：读多写少场景。实际工作...

nevermind 2019-08-19 11:40 评论0 收藏0