互斥锁、死锁、递归锁、信号量、Event

互斥锁

互斥锁也叫用户锁、同步锁。
在多进程/多线程程序中，当多个线程处理一个公共数据时，会有数据安全问题，唯一能保证数据安全的，就是通过加锁的方式，同一时间只能有一个修改数据的操作，将处理数据变为串行。虽然牺牲了速度，但是保证了数据安全。

来看一个不加锁的栗子：

import time

def sub():
    global num
    temp = num
    time.sleep(0.001)
    num = temp -1

num = 100

t_l = []
for i in range(100):
    t = threading.Thread(target=sub,args=())
    t.start()
    t_l.append(t)

for t in t_l:
    t.join()

print(num)

在上面这个程序中，我们开一百个线程，每个线程都对全局变量num实现-1的操作，如果顺利，最终num的值应该为0.
实际运行过程是这样的：
100个线程开始抢GIL，抢到的将被CPU执行：
step1: 执行global num
step2: temp = num 赋值操作
step3: 发生I/O阻塞，挂起，GIL释放 （下一步的num=temp-1 还未被执行，因此全局变量num的值仍然为100）
剩余的99个线程抢GIL锁，重复上面的步骤。
剩余的98个线程抢GIL锁，重复上面的步骤。
。。。
如果阻塞时间够长（比如大于0.1秒），在阻塞期间，100个线程都被被切换一遍的话，那么最终num的值是99；
如果阻塞时间短一点，在某个时刻，前面阻塞的线程恢复并抢到了GIL被CPU继续执行，那么执行num=temp-1赋值操作 ，全局变量num的值被改变，线程结束，下一个被执行的线程拿到的num值就是99……依次类推，最终num的值经过多次赋值操作后将变得不确定，这取决于有多多少线程从阻塞中恢复过来。
如果不阻塞的话，每个线程都会执行对num 赋值操作，下一个线程拿到的num就是上一个线程减一的结果，最终num的值归零。

下面我们进行加锁操作：
lock = threading.Lock() # 获取锁对象
lock.acquire() # 加锁
数据操作部分
lock.release() # 释放锁

import threading
import time

def sub(lock):
    global num

    lock.acquire()  #获得锁

    temp = num
    time.sleep(0.01)
    num = temp -1

    lock.release()  # 执行完数据修改，释放锁

num = 100

lock = threading.Lock() 
# 实例化一个用户锁/互斥锁，这个锁是全局变量，
# 每个线程获取到锁才能执行，执行完了释放，下一个线程才能获取锁
t_l = []
for i in range(100):
    t = threading.Thread(target=sub,args=(lock,))
    t.start()
    t_l.append(t)

for t in t_l:
    t.join()

print(num)

上面加锁和解锁的操作也可以通过上下文管理来实现：

with lock:
    数据修改部分

死锁和递归锁

两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。看一个栗子：

import threading
import time

class MyThread(threading.Thread):

    def run(self):
        self.foo()
        self.bar()

    def foo(self):
        LockA.acquire()
        print('%s got LockA '% self.name)
        LockB.acquire()
        print('%s got LockB'%self.name)
        LockB.release()
        LockA.release()

        # Thread-1在执行完foo函数后，释放锁。然后继续执行bar函数，重新获取锁。

    def bar(self):
        LockB.acquire()
        print('%s got LockB ' % self.name)
        time.sleep(1)   
        # 让Thread-1获得了LockB后阻塞，OS切换线程Thread-2，其先执行foo,获取到LockA，然后需要获取LockB，才能执行下去，才能释放锁。而LockB在Thread-1手中，Thread-1从阻塞中恢复，需要获得LockA才能继续执行下去，才能释放锁。于是两个线程互相等待，发生死锁。
        LockA.acquire() # 因为LockA已经被其它线程抢走了，所以这里卡死了。
        print('%s got LockA' % self.name)
        LockA.release()
        LockB.release()

LockA = threading.Lock()
LockB = threading.Lock()

for i in range(10):
    t = MyThread()
    t.start()

'''死锁了
Thread-1 got LockA 
Thread-1 got LockB
Thread-1 got LockB  
Thread-2 got LockA 
'''

解决方案就是使用递归锁：
在Python中为了支持在同一线程中多次请求同一资源，python提供了可重入锁RLock。
这个RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次require。直到一个线程所有的acquire都被release，其他的线程才能获得资源。上面的例子如果使用RLock代替Lock，则不会发生死锁：
rlock = threading.RLock() # 拿到一个可重入锁对象，将上面的所有锁都更换为rlock。

Semaphore信号量

互斥锁同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据。
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()。
锁信号量与进程池的概念很像，但是要区分开，信号量涉及到加锁的概念。
看一个栗子：

import threading
import multiprocessing
import time, os, random

def go_wc(sem,name):
    with sem:
        print('员工%s 抢到一个茅坑,开始蹲...'% name)
        time.sleep(random.uniform(1,3))
        print('员工%s 完事了,感到身心愉悦...'% name)

if __name__ == '__main__':  # 如果是进程的话，在windows系统下，进程必须写到if __name__ == '__main__':内，否则报错
    print('大家开始上厕所》》》')
    sem = threading.Semaphore(3)    # 设定最大为3
    # sem = multiprocessing.Semaphore(3)

    t_l = []
    for i in range(10):
        t = threading.Thread(target=go_wc, args=(sem,i))
        # t = multiprocessing.Process(target=go_wc,args=(sem,i))
        t.start()
        t_l.append(t)

    for t in t_l:
        t.join()

    print('大家都完事了《《《')

'''
大家开始上厕所》》》
员工1 抢到一个茅坑,开始蹲...
员工0 抢到一个茅坑,开始蹲...
员工5 抢到一个茅坑,开始蹲...
员工0 完事了,感到身心愉悦...   同一时刻，只有3个坑，其中一个完事了，下一个才能开始
员工4 抢到一个茅坑,开始蹲...
'''

Event事件

在多线程环境中，每个线程的执行一般是独立的，如果一个线程的执行依赖于另一个线程的状态，那么就有必要引入某种标志位来进行判断，event就相当于一个全局的标志位。event常用于主线程控制其他线程的执行。
创建一个event对象：
event = threading.Event()
event对象的方法：
1. event.isSet() 或 event.is_set(), 返回event对象的bool值，event对象的初始bool值是False.
2. event.wait() 如果上面是True, 啥也不做，往下执行，如果上面是False, 则阻塞线程. wait(num)为超时设置，超过num秒，继续往下执行。
3. event.set() 设置event对象True
4. event.clear() 恢复为False
5. 图示：

上栗子：

import threading
import time

def request():
    print('waitting for server...')
    event.wait()  #阻塞，等待主线程开启服务器
    print('connecting to server....')

if __name__ == '__main__':
    event = threading.Event()
    for i in range(5):
        t = threading.Thread(target=request)
        t.start()

    print('attemp to start server')
    time.sleep(3)
    event.set() # 开启服务器后，更改event状态