python 多任编程（互斥锁与死锁）

互斥锁与死锁

• 1 多线程的注意点
• • 1.1 守护主线程
  • 1.2 线程之间共享全局变量
  • • 1.2.1 线程之间共享全局变量数据出现错误
    • 1.2.2 错误分析
• 2. 互斥锁与死锁
• • 2.1 互斥锁的概念
  • 2.2 互斥锁的使用
  • 2.3 死锁的概念
  • 2.4 避免死锁

1 多线程的注意点 1.1 守护主线程

正常情况下，主线程会等待所有的子线程执行结束再结束假如我们就让主线程执行1秒钟，子线程就销毁不再执行，那怎么办呢?

• 我们可以设置守护主线程 ：主线程退出子线程销毁不再执行

• 设置守护主线程有两种方式：

  • hreading.Thread(target=show_info, daemon=True)
  • 线程对象.setDaemon(True)

设置守护主线程的示例代码:

import threading
import time


# 测试主线程是否会等待子线程执行完成以后程序再退出
def show_info():
  for i in range(5):
      print("test:", i)
      time.sleep(0.5)


if __name__ == '__main__':
  # 创建子线程守护主线程 
  # daemon=True 守护主线程
  # 守护主线程方式1
  sub_thread = threading.Thread(target=show_info, daemon=True)
  # 设置成为守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码
  # 守护主线程方式2
  # sub_thread.setDaemon(True)
  sub_thread.start()

  # 主线程延时1秒
  time.sleep(1)
  print("over")

执行结果：

test: 0
test: 1
ove

1.2 线程之间共享全局变量 1.2.1 线程之间共享全局变量数据出现错误

需求:

1、定义两个函数，实现循环100万次，每循环一次给全局变量加1
2、创建两个子线程执行对应的两个函数，查看计算后的结果

import threading

# 定义全局变量
g_num = 0


# 循环一次给全局变量加1
def sum_num1():
    for i in range(1000000):
        global g_num
        g_num += 1

    print("sum1:", g_num)


# 循环一次给全局变量加1
def sum_num2():
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)


if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)

    # 启动线程
    first_thread.start()
    # 启动线程
    second_thread.start()

执行结果：

sum1: 1210949
sum2: 1496035

1.2.2 错误分析

两个线程first_thread和second_thread都要对全局变量g_num(默认是0)进行加1运算，但是由于是多线程同时 *** 作，有可能出现下面情况：

1、在g_num=0时，first_thread取得g_num=0。此时系统把first_thread调度为”sleeping”状态，把second_thread转换为”running”状态，t2也获得g_num=0
2、然后second_thread对得到的值进行加1并赋给g_num，使得g_num=1
3、然后系统又把second_thread调度为”sleeping”，把first_thread转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
4、这样导致虽然first_thread和first_thread都对g_num加1，但结果仍然是g_num=1

全局变量数据错误的解决办法:
线程同步: 保证同一时刻只能有一个线程去 *** 作全局变量 同步: 就是协同步调，按预定的先后次序进行运行。
线程同步的方式:

• 线程等待(join)
• 互斥锁

线程等待的示例代码:

import threading

# 定义全局变量
g_num = 0


# 循环1000000次每次给全局变量加1
def sum_num1():
    for i in range(1000000):
        global g_num
        g_num += 1

    print("sum1:", g_num)


# 循环1000000次每次给全局变量加1
def sum_num2():
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)


if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)

    # 启动线程
    first_thread.start()
    # 主线程等待第一个线程执行完成以后代码再继续执行，让其执行第二个线程
    # 线程同步： 一个任务执行完成以后另外一个任务才能执行，同一个时刻只有一个任务在执行
    first_thread.join()
    # 启动线程
    second_thread.start()

执行结果:

sum1: 1000000
sum2: 2000000

2. 互斥锁与死锁 2.1 互斥锁的概念

互斥锁: 对共享数据进行锁定，保证同一时刻只能有一个线程去 *** 作。

注意:

互斥锁是多个线程一起去抢，抢到锁的线程先执行，没有抢到锁的线程需要等待，等互斥锁使用完释放后，其它等待的线程再去抢这个锁。

2.2 互斥锁的使用

优点：互斥锁的作用就是保证同一时刻只能有一个线程去 *** 作共享数据，保证共享数据不会出现错误问题.
缺点：使用互斥锁会影响代码的执行效率，多任务改成了单任务执行；互斥锁如果没有使用好容易出现死锁的情况

# 创建锁
mutex = threading.Lock()

# 上锁
mutex.acquire()

...这里编写代码能保证同一时刻只能有一个线程去 *** 作, 对共享数据进行锁定...

# 释放锁
mutex.release()

使用互斥锁完成2个线程对同一个全局变量各加100万次的 *** 作

import threading


# 定义全局变量
g_num = 0

# 创建全局互斥锁
lock = threading.Lock()


# 循环一次给全局变量加1
def sum_num1():
    # 上锁
    lock.acquire()
    for i in range(1000000):
        global g_num
        g_num += 1

    print("sum1:", g_num)
    # 释放锁
    lock.release()


# 循环一次给全局变量加1
def sum_num2():
    # 上锁
    lock.acquire()
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)
    # 释放锁
    lock.release()


if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)
    # 启动线程
    first_thread.start()
    second_thread.start()

    # 提示：加上互斥锁，那个线程抢到这个锁我们决定不了，那线程抢到锁那个线程先执行，没有抢到的线程需要等待
    # 加上互斥锁多任务瞬间变成单任务，性能会下降，也就是说同一时刻只能有一个线程去执行

执行结果:

sum1: 1000000
sum2: 2000000

2.3 死锁的概念

死锁: 一直等待对方释放锁的情景就是死锁。
需求：
根据下标在列表中取值, 保证同一时刻只能有一个线程去取值。

import threading
import time

# 创建互斥锁
lock = threading.Lock()


# 根据下标去取值， 保证同一时刻只能有一个线程去取值
def get_value(index):

    # 上锁
    lock.acquire()
    print(threading.current_thread())
    my_list = [3,6,8,1]
    # 判断下标释放越界
    if index >= len(my_list):
        print("下标越界:", index)
        return
    value = my_list[index]
    print(value)
    time.sleep(0.2)
    # 释放锁
    lock.release()


if __name__ == '__main__':
    # 模拟大量线程去执行取值 *** 作
    for i in range(8):
        sub_thread = threading.Thread(target=get_value, args=(i,))
        sub_thread.start()

执行结果：

3

6

8

1

下标越界: 4
....(一直等待)

2.4 避免死锁

在合适的地方释放锁

import threading
import time

# 创建互斥锁
lock = threading.Lock()


# 根据下标去取值， 保证同一时刻只能有一个线程去取值
def get_value(index):

    # 上锁
    lock.acquire()
    print(threading.current_thread())
    my_list = [3,6,8,1]
    if index >= len(my_list):
        print("下标越界:", index)
        # 当下标越界需要释放锁，让后面的线程还可以取值
        lock.release()
        return
    value = my_list[index]
    print(value)
    time.sleep(0.2)
    # 释放锁
    lock.release()


if __name__ == '__main__':
    # 模拟大量线程去执行取值 *** 作
    for i in range(8):
        sub_thread = threading.Thread(target=get_value, args=(i,))
        sub_thread.start()

执行结果：

3

6

8

1

下标越界: 4

下标越界: 5

下标越界: 6

下标越界: 7

Process finished with exit code 0