Python 多线程锁,python线程死锁的原因

　　本文主要介绍python多线程互斥锁和死锁，以及多线程之间的资源竞争。接下来我们以task1()和task2()函数为例，对全局变量num加1，重复1000万次，有一定的参考价值。有需要的可以参考一下。

　　00-1010 1.多线程之间的资源竞争2。互斥锁1。互斥锁2的例子。再入锁和不再入锁3。僵局

　　比如从初始值0开始，假设t1的线程先执行，执行到1后，此时的num=1还没有存储，然后就停止了。t2开始执行获取num，得到的num等于初始值0，然后执行1并存储。存储后num=1，t2停止t1继续，再次存储num=1。也就是1加了两次，但num还是只等于1。

　　因为谁来跑t1和t2的分配是完全随机的，所以2000万次加1后，值不到2000万。

　　为了解决这些问题，可以使用互斥体。

一、多线程间的资源竞争

　　当一个线程想要改变共享数据时，它应该首先被锁定。此时，资源状态为“锁定”，其他线程无法更改它。只有当线程释放资源并将资源状态更改为“未锁定”时，其他线程才能再次锁定资源。互斥锁保证一次只有一个线程写，从而保证多线程情况下数据的正确性。

二、互斥锁

　　创建一把锁：

　　互斥=线程。锁定()

　　Mutex.acquire() # Lock

　　Xxxx锁定的内容xxxxx

　　Mutex.release() #解锁

　　将互斥体添加到上面的代码中，如下所示，问题就解决了。

　　导入线程

　　导入时间

　　数量=0

　　定义任务1(nums):

　　全局编号

　　mutex.acquire()

　　适用于范围内的I(nums):

　　数量=1

　　mutex.release()

　　打印(任务1 -数量=%d %数量)

　　定义任务2(nums):

　　全局编号

　　mutex.acquire()

　　适用于范围内的I(nums):

　　数量=1

　　mutex.release()

　　打印(任务2 -数量=%d %数量)

　　if __name__==__main__:

　　nums=10000000

　　互斥=线程。锁定()

　　t1=线程。线程(target=task1，args=(nums，)

　　t2=线程。线程(target=task2，args=(nums，)

　　t1.start()

　　t2.start()

　　#因为主线程不会等待子线程完成执行，所以这里有五秒钟的延迟，以确保最后一次执行。

　　时间.睡眠(5)

　　打印( main - num=%d % num )

　　程序运行结果：

1.互斥锁示例

　　穿线。Lock()是一个不可重入的锁，也就是说，一次只能添加一个锁，不能超过一个。

　　穿线。锁定()

　　如果需要同时添加更多的房子，就需要添加一个不可重入的锁。

　　创建一把可重入锁：

　　互斥=线程。RLock()

　　Mutex.acquire() # Lock

　　Mutex.acquire() #再次锁定

　　Xxxx锁定的内容

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

Python 多线程锁,python线程死锁的原因

目录

一、多线程间的资源竞争

二、互斥锁

1.互斥锁示例

相关文章阅读