python（四）-线程间同步-Lock、Rlock

最新推荐文章于 2025-02-06 22:53:16 发布

小小愚公

最新推荐文章于 2025-02-06 22:53:16 发布

阅读量280

点赞数

CC 4.0 BY-SA版权

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/fudacaitao/article/details/123104951

Python 专栏收录该内容

15 篇文章

订阅专栏

本文探讨了线程间数据不一致的原因，通过Python示例解释了GIL如何影响并发操作，并介绍了Lock和RLock两种线程同步机制，包括它们的使用场景和潜在问题，如死锁。最后展示了如何在实际代码中应用这些概念来确保数据一致性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

为什么线程间数据不一致？import disdef add1(a):    a +=1print(dis.dis(add1)) #查看函数字节码运行方式==============结果============651           0 LOAD_FAST                0 (a)              3 LOAD_CONST               1 (1)              6 INPLACE_ADD              7 STORE_FAST               0 (a)             10 LOAD_CONST               0 (None)             13 RETURN_VALUE说明：当a是全局变量被多个线程使用，可能因为GIL的原因，当运行到RETURN_VALUE的时候，线程刚好被切换到了其他函数进行赋值操作，所以导致返回的数据不是期望结果，解决方法-加锁线程锁'''线程同步：LockRLock缺陷：锁会影响性能，锁会产生死锁lock.acquire 要和lock.release同时用，否则锁无法释放，其他线程一直等待释放RLock：在同一线程里，可以连续调用多次RLock，要求acquire、release数量一致'''from threading import Lock,RLocktotal = 0rlock = RLock()lock = Lock()def add(lock):    global total    for i in range(1000000):        lock.acquire() #Lock连续调多次acquire会产生死锁        total += 1        lock.release() #释放锁def desc(rlock):    global total    for i in range(1000000):        rlock.acquire() #增加锁        rlock.acquire()  #可以连续调用多次RLock        total -= 1        rlock.release() #释放锁        rlock.release() #释放锁import threadinga = threading.Thread(target=add,args=(lock,))b = threading.Thread(target=desc,args=(rlock,))a.start()b.start()a.join()b.join()print(total)