python线程里嵌套锁问题lock和Rlock剖析

本文深入探讨Python中threading模块的Lock和RLock对象的使用,解析锁的内部实现及死锁现象,通过实例演示如何避免死锁,适用于多线程编程初学者。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

基础:

锁提供如下方法: 
1.Lock.acquire(blocking=True, timeout=-1):请求对 Lock 或 RLock 加锁,其中 timeout 参数指定加锁多少秒。

      Lock 和 RLock 的区别如下:

  • threading.Lock:它是一个基本的锁对象,每次只能锁定一次,其余的锁请求,需等待锁释放后才能获取。
  • threading.RLock:它代表可重入锁(Reentrant Lock)。对于可重入锁,在同一个线程中可以对它进行多次锁定,也可以多次释放。如果使用 RLock,那么 acquire() 和 release() 方法必须成对出现。如果调用了 n 次 acquire() 加锁,则必须调用 n 次 release() 才能释放锁。

2.Lock.release() 
3.threading.Lock() 加载线程的锁对象,是一个基本的锁对象,一次只能一个锁定,其余锁请求,需等待锁释放后才能获取4.threading.RLock() 多重锁,在同一线程中可用被多次acquire。如果使用RLock,那么acquire和release必须成对出现, 
调用了n次acquire锁请求,则必须调用n次的release才能在线程中释放锁对象

直奔主题测试代码案例:

lock和Rlock内部源码实现方式不一样,具体可以查看源码。再说测试部分(环境windows和vscode):

import threading,time

# run1第二道锁
def run1():
    print("grab the first part data")
    lock.acquire()
    global num
    num +=1
    lock.release()
    return num

# run2第三道锁
def run2():
    print("grab the second part data")
    lock.acquire()
    global  num2
    num2+=1
    lock.release()
    return num2

# run3相当于第一道锁
def run3():
    # 获取一把锁
    lock.acquire()
    res = run1()
    print('--------between run1 and run2-----')
    time.sleep(0.3)
    res2 = run2()
    # 释放一把锁
    lock.release()
    print(res,res2)
    print(threading.active_count())
# 生成两个变量
num,num2 = 0,0

# 生成递归锁实例
lock = threading.Lock()
lock2= threading.Lock() 
lock3 = threading.Lock()
# 循环开启10个线程
for i in range(10):
    print(threading.active_count())
    t = threading.Thread(target=run3)
    t.start()
t.join()
# 如过大于1个线程就成立,注意IDE线程可能不一样
while threading.active_count() != 7:
    print('----all threads over---')
    print(threading.active_count())
    # 打印当前还有多少个线程
    # print(threading.active_count())
else:
    print('----all threads done---')
    print(num,num2)
    print(threading.active_count())

 从上面的测试用例可以得到,程序卡在run1()函数lock.acquire()里面了。所以可以得到一个结论:锁是一个全局对象,所里面不要嵌套锁。

解决办法:low一点的,用多少锁定义几个锁,区分开:

lock = threading.Lock()

lock2= threading.Lock()

lock3 = threading.Lock()

或者直接使用python为我们准备的多个嵌套threading.RLock()。这里就不贴代码,只要将上面lock = threading.RLock()修改一下就可以了。

这里还有一个注意点:

# 如过大于1个线程就成立,注意IDE线程可能不一样
while threading.active_count() != 7: #注意点
    print('----all threads over---')
    print(threading.active_count())
    # 打印当前还有多少个线程
    # print(threading.active_count())
else:
    print('----all threads done---')
    print(num,num2)
    print(threading.active_count())

这个线程当前数,在不同的IDE编译环境下不一样。有的IDE只是1,相当于只有一个main()主函数(提示:主函数其实也是一个线程

————————————————————————————————————————————————————————

以下是在其他地方看到拓展案例,也会造成死锁

import threading
import time

class A:
    def __init__(self):
        self.lock = threading.RLock()
    def foo(self, b):
        try:
            self.lock.acquire()
            print("当前线程名: " + threading.current_thread().name\
                + " 进入了A实例的foo()方法" )     # ①
            time.sleep(0.2)
            print("当前线程名: " + threading.current_thread().name\
                + " 企图调用B实例的last()方法")   # ③
            b.last()
        finally:
            self.lock.release()
    def last(self):
        try:
            self.lock.acquire()
            print("进入了A类的last()方法内部")
        finally:
            self.lock.release()
class B:
    def __init__(self):
        self.lock = threading.RLock()
    def bar(self, a):
        try:
            self.lock.acquire()
            print("当前线程名: " + threading.current_thread().name\
                + " 进入了B实例的bar()方法" )   # ②
            time.sleep(0.2)
            print("当前线程名: " + threading.current_thread().name\
                + " 企图调用A实例的last()方法")  # ④
            a.last()
        finally:
            self.lock.release()
    def last(self):
        try:
            self.lock.acquire()
            print("进入了B类的last()方法内部")
        finally:
            self.lock.release()
a = A()
b = B()
def init():
    threading.current_thread().name = "主线程"
    # 调用a对象的foo()方法
    a.foo(b)
    print("进入了主线程之后")
def action():
    threading.current_thread().name = "副线程"
    # 调用b对象的bar()方法
    b.bar(a)
    print("进入了副线程之后")
# 以action为target启动新线程
threading.Thread(target=action).start()
# 调用init()函数
init()

至此,就出现了主线程保持着 A 对象的锁,等待对 B 对象加锁,而副线程保持着 B对象的锁,等待对 A 对象加锁,两个线程互相等待对方先释放锁,所以就出现了死锁。

死锁是不应该在程序中出现的,在编写程序时应该尽量避免出现死锁。下面有几种常见的方式用来解决死锁问题:

  1. 避免多次锁定。尽量避免同一个线程对多个 Lock 进行锁定。例如上面的死锁程序,主线程要对 A、B 两个对象的 Lock 进行锁定,副线程也要对 A、B 两个对象的 Lock 进行锁定,这就埋下了导致死锁的隐患。
  2. 具有相同的加锁顺序。如果多个线程需要对多个 Lock 进行锁定,则应该保证它们以相同的顺序请求加锁。比如上面的死锁程序,主线程先对 A 对象的 Lock 加锁,再对 B 对象的 Lock 加锁;而副线程则先对 B 对象的 Lock 加锁,再对 A 对象的 Lock 加锁。这种加锁顺序很容易形成嵌套锁定,进而导致死锁。如果让主线程、副线程按照相同的顺序加锁,就可以避免这个问题。
  3. 使用定时锁。程序在调用 acquire() 方法加锁时可指定 timeout 参数,该参数指定超过 timeout 秒后会自动释放对 Lock 的锁定,这样就可以解开死锁了。
  4. 死锁检测。死锁检测是一种依靠算法机制来实现的死锁预防机制,它主要是针对那些不可能实现按序加锁,也不能使用定时锁的场景的。
<think>嗯,用户想了解Python中的RLock,特别是关于加锁解锁必须由同一个线程完成的原理机制。首先,我需要回忆一下RLock的基本概念。RLock是可重入锁,允许同一线程多次获取锁而不会死锁。这普通的Lock不同,因为普通Lock如果同一线程多次acquire,就会阻塞。 接下来,用户的问题集中在为什么RLock必须由同一个线程来加锁解锁。我需要从RLock的内部机制来解释。根据引用[2],RLock内部维护了一个Lock一个计数器counter,还有一个owner记录当前持有锁的线程。当线程第一次acquire时,counter加1,并记录owner。之后同一线程再次acquire时,counter继续增加,而不会阻塞。每次release时,counter减1,直到为0时才真正释放内部的Lock,其他线程才能获取。 关键点在于,只有获取锁的线程才能释放它。因为每次release的时候,RLock会检查当前线程是否是owner,如果不是,就会抛出异常。这样可以确保锁的正确性,防止其他线程错误释放锁导致状态混乱。 可能用户还关心为什么这样设计。可重入锁的主要应用场景是递归调用或者多个需要同一锁的函数调用。比如,在递归函数中,同一线程可能需要多次获取锁,这时候用RLock就能避免死锁。而普通Lock在这种情况下会导致线程自己阻塞自己。 另外,引用[4]提到全局锁的设计避免了死锁,但这讨论的是RLock,虽然GIL不同,但可能用户会有混淆。需要区分清楚,RLock是用户级别的锁,而GIL是解释器级别的全局锁。两者解决的问题不同。 总结回答的结构应该是:先说明RLock的基本原理,然后详细解释内部机制(计数器、owner检查),接着对比普通Lock,说明为什么必须同一线程,最后应用场景注意事项。需要确保引用正确的引用来源,比如引用[2][3]中的内容。</think>### Python RLock 加锁解锁的线程特性原理 #### 1. RLock 的核心机制 Python 的 $RLock$(可重入锁)要求**加锁解锁必须在同一线程内完成**,其核心通过三个组件实现: - **底层锁**:$threading.Lock$ 控制实际资源访问 - **计数器**:记录当前线程的重入次数 - **所有者标识**:存储当前持有锁的线程ID 数学表达式描述锁状态: $$ \text{锁状态} = \begin{cases} \text{已锁定} & \text{if 计数器 > 0} \\ \text{未锁定} & \text{otherwise} \end{cases} $$ #### 2. 加锁过程分析 ```python def acquire(): if current_thread == owner: counter += 1 else: base_lock.acquire() owner = current_thread counter = 1 ``` 此过程保证: 1. 首次获取时建立所有权 2. 重入时仅增加计数器 3. 不同线程请求时阻塞[^2] #### 3. 解锁过程验证 ```python def release(): if current_thread != owner: raise RuntimeError("非所有者线程无法释放") counter -= 1 if counter == 0: owner = None base_lock.release() ``` 通过严格的线程验证机制确保: - 解锁线程必须与加锁线程一致 - 完全释放需要计数器归零 - 防止非法释放导致数据竞争
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

路奇怪

有钱出钱,没钱多出编程主意啊

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值