python线程锁和线程池

本文通过示例介绍了线程锁在多线程操作中的应用,以及线程池的工作原理。线程锁确保了对共享资源的互斥访问,但牺牲了异步效果。线程池则通过限制并发线程数量,实现了任务的高效调度,但在任务数量超过线程池大小时,总耗时会增加。

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

线程锁

# 线程锁的代价是,失去异步效果
# db.txt文件内容:{"count": 1}

from threading import Thread,Lock
import time
import json

def search():
        time.sleep(1)
        f = open('db.txt', 'r', encoding='utf-8')
        ticket =json.load(f)
        print(f"剩余票数:{ticket['count']}")
        f.close()
        return ticket
def buy():
      ticket = search()
      if ticket['count'] > 0:
              ticket['count'] -=1
              print('购买完成')
              f = open('db.txt', 'w')
              f.write(json.dumps(ticket))


def task(lock):
        lock.acquire() # 上锁
        buy()
        lock.release() #解锁

if __name__ == '__main__':
    lock = Lock()
    for i in range(3):
            t = Thread(target=task,args=(lock,)) # 创建三个线程,每个线程都加锁,表示该线程完成后才能执行下个进程
            t.start()




线程池

from multiprocessing.dummy import Pool
import time
def get_urls(url):
    time.sleep(2)
    print("这是一个线程",url)

if __name__ == '__main__':
    start = time.time()
    pool = Pool(5) # 创建线程池为5的对象,表示每次最多列表5个线程,交替使用
    start = time.time()
    list = ['www.1.com','www.2.com','www.3.com','www.4.com','www.5.com','www.6.com']
    # get_urls任务只能有一个参数,将list的每个元素传给get_urls
    # map已含有join处理,不需要join就可以实现先完成线程,再完成进程
    pool.map(get_urls,list)
    pool.close()
    # 一次只能使用5个线程,所以当有6个任务时,
    # 只能等前面的任务结束后释放线程可以执行下个线程,因此总耗时多了2秒
    print('总耗时:',time.time()-start)

返回结果:
这是一个线程 www.3.com
这是一个线程 www.2.com
这是一个线程 www.4.com
这是一个线程 www.5.com
这是一个线程 www.1.com
这是一个线程 www.6.com
总耗时: 4.017950057983398

 

评论 1
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

郑*杰

你的鼓励将是我创作的最大动力

¥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