铁乐学python_Day42_锁和队列

例：多个线程抢占资源的情况
from threading import Thread
import timedef work():global ntemp = ntime.sleep(0.1)n = temp - 1if __name__ == '__main__':n = 100l = []for i in range(100):p = Thread(target=work)l.append(p)p.start()for p in l:p.join()print(n) # 很有可能n=99这个时候为了保障数据的安全，我们可以对公共数据使用锁锁起来。
import threading
R=threading.Lock()
R.acquire()
'''
对公共数据的操作
'''
R.release()例：加锁同步数据
from threading import Thread,Lock
import timedef work():global nlock.acquire()temp=ntime.sleep(0.1)n=temp-1lock.release()if __name__ == '__main__':lock=Lock()n=100l=[]for i in range(100):p=Thread(target=work)l.append(p)p.start()for p in l:p.join()print(n) #结果肯定为0，由原来的并发执行变成串行，牺牲了执行效率保证了数据安全。例：互斥锁与join的区别
#不加锁:并发执行,速度快,数据不安全
from threading import current_thread,Thread,Lock
import time
def task():global nprint('%s is running' %current_thread().getName())temp=ntime.sleep(0.5)n=temp-1if __name__ == '__main__':n=100lock=Lock()threads=[]start_time=time.time()for i in range(100):t=Thread(target=task)threads.append(t)t.start()for t in threads:t.join()stop_time=time.time()print('主:%s n:%s' %(stop_time-start_time,n))'''
Thread-1 is running
Thread-2 is running
......
Thread-100 is running
主:0.5216062068939209 n:99
'''#部分数据加上同步锁:未加锁部分并发执行，加锁部分串行执行,速度慢,数据安全。
from threading import current_thread,Thread,Lock
import time
def task():#未加锁的代码并发运行time.sleep(3)print('%s start to run' %current_thread().getName())global n#加锁的代码串行运行lock.acquire()temp=ntime.sleep(0.5)n=temp-1lock.release()if __name__ == '__main__':n=100lock=Lock()threads=[]start_time=time.time()for i in range(100):t=Thread(target=task)threads.append(t)t.start()for t in threads:t.join()stop_time=time.time()print('主:%s n:%s' %(stop_time-start_time,n))'''
Thread-1 is running
Thread-2 is running
......
Thread-100 is running
主:53.294203758239746 n:0
'''#加锁会让运行变成串行,而在start之后立即使用join,不用加锁了也是串行的效果。那么为什么使用加锁呢？
#在start之后立刻使用jion,也会将100个任务的执行变成串行,最终n的结果是0,也是安全的,
#但问题是start后立即join:任务内的所有代码都是串行执行的,
#而加锁,只是加锁的部分即修改共享数据的部分是串行的,
#单从保证数据安全方面,二者都可以实现,但很明显是加锁的效率更高.from threading import current_thread,Thread,Lock
import time
def task():time.sleep(3)print('%s start to run' %current_thread().getName())global ntemp=ntime.sleep(0.5)n=temp-1if __name__ == '__main__':n=100lock=Lock()start_time=time.time()for i in range(100):t=Thread(target=task)t.start()t.join()stop_time=time.time()print('主:%s n:%s' %(stop_time-start_time,n))'''
Thread-1 start to run
Thread-2 start to run
......
Thread-100 start to run
主:350.6937336921692 n:0 #耗时是多么的恐怖
'''

死锁与递归锁死锁与递归锁

死锁： 是指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。

如下就是死锁:
from threading import Lock as Lock
import time
mutexA=Lock()
mutexA.acquire()
mutexA.acquire()
print("铁乐猫")
mutexA.release()
mutexA.release()

解决方法，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提供了递归锁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：

from threading import RLock as Lock
import time
mutexA=Lock()
mutexA.acquire()
mutexA.acquire()
print("铁乐猫")
mutexA.release()
mutexA.release()死锁典型例子：科学家吃面
import time
from threading import Thread,Lock
noodle_lock = Lock()
fork_lock = Lock()
def eat1(name):noodle_lock.acquire()print('%s 抢到了面条'%name)fork_lock.acquire()print('%s 抢到了叉子'%name)print('%s 吃面'%name)fork_lock.release()noodle_lock.release()def eat2(name):fork_lock.acquire()print('%s 抢到了叉子' % name)time.sleep(1)noodle_lock.acquire()print('%s 抢到了面条' % name)print('%s 吃面' % name)noodle_lock.release()fork_lock.release()for name in ['tiele','mao','铁乐猫']:t1 = Thread(target=eat1,args=(name,))t2 = Thread(target=eat2,args=(name,))t1.start()t2.start()递归锁解决科学家吃面中的死锁问题
import time
from threading import Thread,RLock
fork_lock = noodle_lock = RLock()
def eat1(name):noodle_lock.acquire()print('%s 抢到了面条'%name)fork_lock.acquire()print('%s 抢到了叉子'%name)print('%s 吃面'%name)fork_lock.release()noodle_lock.release()def eat2(name):fork_lock.acquire()print('%s 抢到了叉子' % name)time.sleep(1)noodle_lock.acquire()print('%s 抢到了面条' % name)print('%s 吃面' % name)noodle_lock.release()fork_lock.release()for name in ['tiele','mao','铁乐猫]:t1 = Thread(target=eat1,args=(name,))t2 = Thread(target=eat2,args=(name,))t1.start()t2.start()定时器(Timer)
定时器，指定n秒后执行某个操作。
例：
from threading import Timerdef hello():print("hello, world")t = Timer(1, hello)
t.start()  # after 1 seconds, "hello, world" will be printed

线程队列（queue队列）

queue队列 ：使用import queue，用法与进程中使用Queue一样。

队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。
如果maxsize小于1就表示队列长度无限。

调用队列对象的put()方法在队尾插入一个项目。
put()有两个参数，第一个item为必需的，为插入项目的值；
第二个block为可选参数，默认为1。
如果队列当前为空且block为1，put()方法就使调用线程暂停,直到空出一个数据单元。
如果block为0，put方法将引发Full异常。

调用队列对象的get()方法从队头删除并返回一个项目。
可选参数为block，默认为True。
如果队列为空且block为True，get()就使调用线程暂停，直至有项目可用。
如果队列为空且block为False，队列将引发Empty异常。

python queue 模块有三种队列：

1）class queue.Queue(maxsize=0) #First In First Out
［FIFO 类似于栈 先进先出］
import queueq=queue.Queue()
q.put('first')
q.put('second')
q.put('third')print(q.get())
print(q.get())
print(q.get())
'''
结果(先进先出):
first
second
third
'''2）class queue.LifoQueue(maxsize=0) #Last In Fisrt Out
［LIFO 类似于堆 后进先出］import queueq=queue.LifoQueue()
q.put('first')
q.put('second')
q.put('third')print(q.get())
print(q.get())
print(q.get())
'''
结果(后进先出):
third
second
first
'''class queue.PriorityQueue(maxsize=0) #存储数据时可设置优先级的队列
［优先级队列 数字越小（优先级越高）越先取出］import queueq=queue.PriorityQueue()
#put进入一个元组,元组的第一个元素是优先级(通常是数字,也可以是非数字之间的比较),数字越小优先级越高
q.put((20,'a'))
q.put((10,'b'))
q.put((30,'c'))print(q.get())
print(q.get())
print(q.get())
'''
结果(数字越小优先级越高,优先级高的优先出队):
(10, 'b')
(20, 'a')
(30, 'c')
'''队列中的其它方法：
Queue.full    # 与maxsize大小对应
Queue.qsize() # 返回队列的大小
Queue.empty() # 队列若为空则返回True
Queue.full()  # 队列若为满则返回True
Queue.join()  # block（阻塞）直到queue被消费完毕，再执行后面的操作Queue.get([block[, timeout]]) # 获取队列，timeout等待时间
Queue.get_nowait()         # 相当Queue.get(False)
Queue.put(item)            # 非阻塞 写入队列，timeout等待时间
Queue.put_nowait(item)        # 相当Queue.put(item, False)
Queue.task_done()  # 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号例：使用多线程完成队列中的任务import queue
import threading
import time
import randomq = queue.Queue(0)  # 当有多个线程共享一个东西的时候就可以用它了
NUM_WORKERS = 3class MyThread(threading.Thread):def __init__(self, input, worktype):self._jobq = inputself._work_type = worktypethreading.Thread.__init__(self)def run(self):while True:if self._jobq.qsize() > 0:self._process_job(self._jobq.get(), self._work_type)else:breakdef _process_job(self, job, worktype):doJob(job, worktype)def doJob(job, worktype):time.sleep(random.random() * 3)print("doing", job, " worktype ", worktype)if __name__ == '__main__':print("begin....")for i in range(NUM_WORKERS * 2):q.put(i)  # 放入到任务队列中去print("job qsize:", q.qsize())for x in range(NUM_WORKERS):MyThread(q, x).start()运行效果：
begin....
job qsize: 6
doing 2  worktype  2
doing 0  worktype  0
doing 1  worktype  1
doing 3  worktype  2
doing 5  worktype  1
doing 4  worktype  0

end
参考：http://www.cnblogs.com/Eva-J/articles/8306047.html