转载自：
https://blog.csdn.net/ybdesire/article/details/80294638
总结：
Lock：该Lock只能被一个线程acquire一次，acquire后该Lock就处于Locked状态，必须release后才能被相同线程或其他的不同线程再次acquire一次。
RLock：该Lock可被同一线程多次acquire（如线程中含有递归或循环逻辑，递归或多次acquire该Lock），待该线程所有针对该Lock的acquire都被release后，才能被相同线程或其他的不同线程再次acquire。

首先讲解不加锁在多线程中会导致的问题，然后用实例说明如何通过加锁让函数变为线程安全的函数。也通过实例说明了RLock和Lock的区别：在同一线程内，对RLock进行多次acquire()操作，程序不会阻塞。

`threading.Lock`的用法

下面是一个python多线程的例子:

import threading

# global var
count = 0

# Define a function for the thread
def print_time(threadName):
global count

c=<span class="hljs-number">0</span>
<span class="hljs-keyword">while</span>(c&lt;<span class="hljs-number">100</span>):c+=<span class="hljs-number">1</span>count+=<span class="hljs-number">1</span>print(<span class="hljs-string">"{0}: set count to {1}"</span>.format( threadName, count) )

# Create and run threads as follows
try:
threading.Thread( target=print_time, args=(“Thread-1”, ) ).start()
threading.Thread( target=print_time, args=(“Thread-2”, ) ).start()
threading.Thread( target=print_time, args=(“Thread-3”, ) ).start()
except Exception as e:
print(“Error: unable to start thread”)

在这个例子中，我们start了3个线程，每个线程都会对全局资源count进行改写操作。得到的结果如下，每个thread都会交替对count值进行修改。

Thread-1: set count to 198
Thread-2: set count to 199
Thread-1: set count to 200
Thread-2: set count to 201
Thread-1: set count to 202
Thread-2: set count to 203
Thread-1: set count to 204
Thread-2: set count to 205

由于多线程共享进程的资源和地址空间，因此，在对这些公共资源进行操作时，为了防止这些公共资源出现异常的结果，必须考虑线程的同步和互斥问题。我们可以对上例中的print_time()中访问资源的代码加锁，就可以把这个函数变为线程安全的函数。具体代码如下：

import threading

# global var
count = 0
lock = threading.Lock()

# Define a function for the thread
def print_time(threadName):
global count

c=<span class="hljs-number">0</span>
<span class="hljs-keyword">with</span> lock:<span class="hljs-keyword">while</span>(c&lt;<span class="hljs-number">100</span>):c+=<span class="hljs-number">1</span>count+=<span class="hljs-number">1</span>print(<span class="hljs-string">"{0}: set count to {1}"</span>.format( threadName, count) )

通过threading.Lock()，就能实现加锁。这样每个thread对count进行改动期间，就不会有其它的thread插入进来改动count。得到的输出如下：

Thread-2: set count to 199
Thread-2: set count to 200
Thread-3: set count to 201
Thread-3: set count to 202
Thread-3: set count to 203
Thread-3: set count to 204

锁的使用，有两种方法，上面的是最简单的通过with lock来操作。

还有另一种用法，是通过Lock的acquire()和release()函数来控制加锁和解锁，如下例，得到的结果和上例相同：

import threading

# global var
count = 0
lock = threading.Lock()

# Define a function for the thread
def print_time(threadName):
global count

c=<span class="hljs-number">0</span>
<span class="hljs-keyword">if</span>(lock.acquire()):<span class="hljs-keyword">while</span>(c&lt;<span class="hljs-number">100</span>):c+=<span class="hljs-number">1</span>count+=<span class="hljs-number">1</span>print(<span class="hljs-string">"{0}: set count to {1}"</span>.format( threadName, count) )lock.release()

`Lock`与`RLock`的区别

上例中，我们使用threading.Lock()来进行加锁。threading中还提供了另外一个threading.RLock()，那么问题来了，Lock与RLock有什么区别呢？

既然要讨论区别，那我们应该明白，他们的功能，大部分是相同的，很多情况下可以通用，但有细微的区别。

从原理上来说：在同一线程内，对RLock进行多次acquire()操作，程序不会阻塞。

用一个例子来说明：

import threading

lock = threading.RLock()

def f():
with lock:
g()
h()

def g():
with lock:
h()
do_something1()

def h():
with lock:
do_something2()

def do_something1():
print(‘do_something1’)

def do_something2():
print(‘do_something2’)

# Create and run threads as follows
try:
threading.Thread( target=f ).start()
threading.Thread( target=f ).start()
threading.Thread( target=f ).start()
except Exception as e:
print(“Error: unable to start thread”)

每个thread都运行f()，f()获取锁后，运行g()，但g()中也需要获取同一个锁。如果用Lock，这里多次获取锁，就发生了死锁。
但我们代码中使用了RLock。在同一线程内，对RLock进行多次acquire()操作，程序不会堵塞，所以我们可以得到如下的输出：

do_something2
do_something1
do_something2
do_something2
do_something1
do_something2
do_something2
do_something1
do_something2

RLock vs Lock相关推荐

python中的Lock与RLock
首先讲解不加锁在多线程中会导致的问题,然后用实例说明如何通过加锁让函数变为线程安全的函数.也通过实例说明了RLock和Lock的区别:在同一线程内,对RLock进行多次acquire()操作,程序不会 ...
educoder 使用线程锁(lock)实现线程同步_Python并行编程(二)：多线程锁机制利用Lock与RLock实现线程同步
什么是锁机制? 要回答这个问题,我们需要知道为什么需要使用锁机制.前面我们谈到一个进程内的多个线程的某些资源是共享的,这也是线程的一大优势,但是也随之带来一个问题,即当两个及两个以上的线程同时访问共享 ...
python类库32[多线程同步Lock+RLock+Semaphore+Event]
2019独角兽企业重金招聘Python工程师标准>>> 一多线程同步由于CPython的python解释器在单线程模式下执行,所以导致python的多线程在很多的时候并不能很好地 ...
python线程安全的计数器_Python多线程同步Lock、RLock、Semaphore、Event实例
一.多线程同步由于CPython的python解释器在单线程模式下执行,所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源.大部分情况都推荐使用多进程. python的多线程的 ...
python 线程的类库_python类库32[多线程同步Lock+RLock+Semaphore+Event]
多线程基础:python类库32[多线程同步] 一多线程同步由于CPython的python解释器在单线程模式下执行,所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源.大部 ...
RLock（递归锁）
import threading, time def run1():print("grab the first part data")lock.acquire()#进入大门后的一间 ...
搞事情 -- python之线程
简介操作系统线程理论线程概念的引入背景线程的特点进程和线程的关系使用线程的实际场景用户级线程和内核级线程(了解) 线程和python 理论知识线程的创建Threading.Thread类 ...
C++ 互斥锁和条件变量实现读写锁
最近的诸多面试经历确实让自己发现内功还不够,还需要持续的学习精进. 实现如下: class RWLock{private:int state;mutex mu;condition_variable c ...
Python multiprocess 多进程模块
转发:http://www.langzi.fun/Python multiprocess 多进程模块.html 需要注意的是,如果使用多线程,用法一定要加上if __name__=='__main__ ...

RLock vs Lock

`threading.Lock`的用法

`Lock`与`RLock`的区别

RLock vs Lock相关推荐

最新文章

热门文章

RLock vs Lock

threading.Lock的用法

Lock与RLock的区别

RLock vs Lock相关推荐

最新文章

热门文章

`threading.Lock`的用法

`Lock`与`RLock`的区别