进程与线程 -- 线程同步

全局变量共享

• 进程间的内存空间是相互独立的，包括全局变量在内的数据不能共享
• 线程间共享所属进程的内存空间，全局变量可以共享

• 多进程，不能共享数据，g_num为0

from multiprocessing import Process
import time

g_num = 0

def work1(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work1, g_num is %d---" % g_num)

def work2(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work2, g_num is %d---" % g_num)

if __name__ == '__main__':
    t1 = Process(target=work1, args=(100,))
    t2 = Process(target=work2, args=(100,))
    t1.start()
    t2.start()
    time.sleep(1)
    print(g_num)

----in work1, g_num is 100---
----in work2, g_num is 100---
0

• 多线程，共享数据，g_num为200

import threading
import time

g_num = 0

def work1(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work1, g_num is %d---" % g_num)

def work2(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work2, g_num is %d---" % g_num)

t1 = threading.Thread(target=work1, args=(100,))
t1.start()

t2 = threading.Thread(target=work2, args=(100,))
t2.start()
time.sleep(1)
print(g_num)

----in work1, g_num is 100---
----in work2, g_num is 200---
200

资源竞争问题

• 上例中，两个线程t1和t2，都要对全局变量g_num(默认是0)进行加1运算，t1和t2都各对g_num加100次，g_num的最终的结果应该为200。
• 但将上述代码的累加数量增加到1000000后，运行结果发生错误

---线程创建之前g_num is 0---
----in work1, g_num is 100---
----in work2, g_num is 200---
2个线程对同一个全局变量操作之后的最终结果是:200

---线程创建之前g_num is 0---
----in work1, g_num is 1200079---
----in work2, g_num is 1228191---
2个线程对同一个全局变量操作之后的最终结果是:1228191

同步的概念

• 同步就是协同步调，按预定的先后次序进行运行
• 实例演示2中出现的计算错误，可以通过线程同步来解决

• 处理思路：

• 系统调用t1，然后获取到g_num的值为0，此时上一把锁，即不允许其他线程操作g_num
• t1对g_num的值进行+1
• t1解锁，此时g_num的值为1，其他的线程就可以使用g_num了，而且是g_num的值不是0而是1
• 同理其他线程在对g_num进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性

互斥锁

• 当多个线程同时修改某一个共享数据时，需要进行同步控制
• 线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。
• 互斥锁为资源引入一个状态：锁定/非锁定
• 某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源
• 互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

Lock类

threading模块中定义了Lock类，可以方便的处理锁定：

• 创建锁：mutex = threading.Lock()
• 锁定：mutex.acquire()
• 释放：mutex.release()
• 如果这个锁之前是没有上锁的，那么acquire不会堵塞
• 如果在调用acquire对这个锁上锁之前 它已经被 其他线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止

• 修改后的实例程序

import threading
import time

g_num = 0

def work1(num):
    global g_num
    for i in range(num):
        mutex.acquire()  # 上锁
        g_num += 1
        mutex.release()  # 解锁

    print("---work1---g_num=%d" % g_num)

def work2(num):
    global g_num
    for i in range(num):
        mutex.acquire()  # 上锁
        g_num += 1
        mutex.release()  # 解锁

    print("---work2---g_num=%d" % g_num)

# 创建一个互斥锁
# 默认是未上锁的状态
mutex = threading.Lock()

# 创建2个线程，让他们各自对g_num加1000000次
p1 = threading.Thread(target=work1, args=(1000000,))
p1.start()

p2 = threading.Thread(target=work2, args=(1000000,))
p2.start()

# 等待计算完成
while len(threading.enumerate()) != 1:
    time.sleep(1)

print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)

---work1---g_num=1946171
---work2---g_num=2000000
2个线程对同一个全局变量操作之后的最终结果是:2000000

• 当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。
• 每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。
• 线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。

死锁

在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁

import threading
import time

class MyThread1(threading.Thread):
    def run(self):
        # 对mutexA上锁
        mutexA.acquire()

        # mutexA上锁后，延时1秒，等待另外那个线程 把mutexB上锁
        print(self.name+'----do1---up----')
        time.sleep(1)

        # 此时会堵塞，因为这个mutexB已经被另外的线程抢先上锁了
        mutexB.acquire()
        print(self.name+'----do1---down----')
        mutexB.release()

        # 对mutexA解锁
        mutexA.release()

class MyThread2(threading.Thread):
    def run(self):
        # 对mutexB上锁
        mutexB.acquire()

        # mutexB上锁后，延时1秒，等待另外那个线程 把mutexA上锁
        print(self.name+'----do2---up----')
        time.sleep(1)

        # 此时会堵塞，因为这个mutexA已经被另外的线程抢先上锁了
        mutexA.acquire()
        print(self.name+'----do2---down----')
        mutexA.release()

        # 对mutexB解锁
        mutexB.release()

mutexA = threading.Lock()
mutexB = threading.Lock()

if __name__ == '__main__':
    t1 = MyThread1()
    t2 = MyThread2()
    t1.start()
    t2.start()

Thread-1----do1---up----
Thread-2----do2---up----

• 此时已经进入到了死锁状态，可以使用ctrl-c退出

避免死锁

• 程序设计时要尽量避免（银行家算法）
• 添加超时时间等

课堂练习

秒杀商品

import threading
import time

class User(threading.Thread):
    count = 20

    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        while True:
            mutex.acquire()
            if User.count > 0:
                print('%s秒杀了%d号商品' % (self.name, User.count))
                User.count = User.count - 1
                mutex.release()
                time.sleep(0.1)
            else:
                print('%s手慢了' % self.name)
                mutex.release()
                break

if __name__ == '__main__':
    mutex = threading.Lock()
    u1 = User('zhang3')
    u2 = User('li4')
    u3 = User('wang5')
    u4 = User('zhao6')
    u5 = User('chen7')

    u1.start()
    u2.start()
    u3.start()
    u4.start()
    u5.start()

- end -