Python多线程4 共享资源加锁threading.lock()

原文地址

学习来源

分类目录——多线程

在第一节中说道多线程更像一种分时获得资源的机制，那么如果线程2需要在线程1的结果基础上才能继续，如果不加限制的话，线程2会在线程1操作未完成之前获得资源，这时候就让线程2开始工作，显然不能get到想要的结果。

编写成前后串行的程序结构是一种解决方案，如果线程2的大多数操作与线程1没有干扰，还是有让它们并行来提高效率的意义的，需要做的就是控制它们对都共同的对象的操作，必须在线程1操作完成之后，线程2才能操作。

上面说的就是一种加锁的机制，线程1在开始操作之前，把冲突的操作对象做加锁操作，达到的效果就是这部分完成之前，其他线程将无法获得时间片。线程1操作结束之后，将锁释放，其他线程（线程2）进而也就可以对共同对象进行操作了

上代码

# import threading
# 多线程实际上并不是真正意义上的
# def job1():
#     global A
#     for i in range(100):
#         A+=1
#         print('job1', A)
#
#
# def job2():
#     global A
#     for i in range(100):
#         A+=10
#         print('job2', A)
#
# if __name__ == '__main__':
#     A = 0
#     t1 = threading.Thread(target=job1)
#     t2 = threading.Thread(target=job2)
#     t1.start()
#     t2.start()
#     t1.join()
#     t2.join()

import threading
def job1():
    global A, lock
    lock.acquire()
    for i in range(100):
        A+=1
        print('job1', A)
    lock.release()


def job2():
    global A, lock
    lock.acquire()
    for i in range(100):
        A+=10
        print('job2', A)
    lock.release()

if __name__ == '__main__':
    lock = threading.Lock()
    A = 0
    t1 = threading.Thread(target=job1)
    t2 = threading.Thread(target=job2)
    t1.start()
    t2.start()
    t1.join()
    t2.join()

声明一个锁对象lock = threading.Lock()

锁定操作lock.acquire()

解锁操作lock.release()

被注释起来的代码是不含加锁机制的程序，打印结果将会出现job1和job2交错print的混乱结果（每个job的操作很少，如果你的处理器太快的话，可能会发生job1在一个时间片内全部完成，就不会显示出错乱，可以把每个job中的range()中的数字加大来观察交错print的现象）

使用加锁机制后，job2会在job1最终结果A=10的基础上进行操作，print也不会错乱