python基础--GIL全局解释器锁、Event事件、信号量、死锁、递归锁

ps：python解释器有很多种，最常见的就是C python解释器

GIL全局解释器锁：
　　　　GIL本质上是一把互斥锁：将并发变成串行，牺牲效率保证了数据的安全

　　　　用来阻止同一个进程下的多个线程的同时执行(同一个进程内多个线程无法实现并行但是可以实现并发)

　　　　GIL的存在是因为C python解释器的内存管理不是线程安全的

　　　　垃圾回收机制：

　　　　　　　　1、引用计数

　　　　　　　　2、标记清除

　　　　　　　　3、分代回收

　　　　研究python 的多线程是否有用的话需要分情况讨论：

　　　　　　　　同时执行四个任务  计算密集型：10s

# 计算密集型
from multiprocessing import Process
from threading import Thread
#mport os,time
def work():
    res=0
    for i in range(100000000):
        res*=i


if __name__ == '__main__':
    l=[]
    print(os.cpu_count())  # 本机为6核
    start=time.time()
    for i in range(6):
        # p=Process(target=work) #耗时  4.732933044433594
        p=Thread(target=work) #耗时 22.83087730407715
        l.append(p)
        p.start()
    for p in l:
        p.join()
    stop=time.time()
    print('run time is %s' %(stop-start))

 

　　　　　　　　单核情况下：

　　　　　　　　　　　　开线程更节省资源

　　　　　　　　多核情况下：

　　　　　　　　　　　　开进程：10s

　　　　　　　　　　　　开线程：40s

　　　　　　　　同时执行四个IO密集型任务

# IO密集型
from multiprocessing import Process
from threading import Thread
import threading
import os,time
def work():
    time.sleep(2)


if __name__ == '__main__':
    l=[]
    print(os.cpu_count()) #本机为6核
    start=time.time()
    for i in range(4000):
        p=Process(target=work) #耗时9.001083612442017s多,大部分时间耗费在创建进程上
        # p=Thread(target=work) #耗时2.051966667175293s多
        l.append(p)
        p.start()
    for p in l:
        p.join()
    stop=time.time()
    print('run time is %s' %(stop-start))

 

　　　　　　　　单核：开线程更省资源

　　　　　　　　多核：开线程更省资源

　　　　

Event事件：

　　　　

from threading import Event,Thread
import time

# 先生成一个event对象
e = Event()


def light():
    print('红灯正亮着')
    time.sleep(3)
    e.set()  # 发信号
    print('绿灯亮了')

def car(name):
    print('%s正在等红灯'%name)
    e.wait()  # 等待信号
    print('%s加油门飙车了'%name)

t = Thread(target=light)
t.start()

for i in range(10):
    t = Thread(target=car,args=('伞兵%s'%i,))
    t.start()

 

 

 

信号量：在不同的领域中，对应不同的知识点

　　　　互斥锁：一个厕所（一个坑）
　　　　信号量：公共厕所（多个坑位）

from threading import Semaphore,Thread
import time
import random


sm = Semaphore(5)  # 造了一个含有五个的坑位的公共厕所

def task(name):
    sm.acquire()
    print('%s占了一个坑位'%name)
    time.sleep(random.randint(1,3))
    sm.release()

for i in range(40):
    t = Thread(target=task,args=(i,))
    t.start()

 

　　

死锁：

　　　　RLock可以被第一个抢到锁的人连续的acquire和release

　　　　每acquire一次锁身上的计数就加1

　　　　每release一次锁身上的计数就减1

　　　　只要是锁的计数不为0 其他人都不能抢

class MyThread(Thread):
    def run(self):  # 创建线程自动触发run方法 run方法内调用func1 func2相当于也是自动触发
        self.func1()
        self.func2()

    def func1(self):
        mutexA.acquire()
        print('%s抢到了A锁'%self.name)  # self.name等价于current_thread().name
        mutexB.acquire()
        print('%s抢到了B锁'%self.name)
        mutexB.release()
        print('%s释放了B锁'%self.name)
        mutexA.release()
        print('%s释放了A锁'%self.name)

    def func2(self):
        mutexB.acquire()
        print('%s抢到了B锁'%self.name)
        time.sleep(1)
        mutexA.acquire()
        print('%s抢到了A锁' % self.name)
        mutexA.release()
        print('%s释放了A锁' % self.name)
        mutexB.release()
        print('%s释放了B锁' % self.name)

for i in range(10):
    t = MyThread()
    t.start()

 

 

递归锁：

import threading
 
 
class MyThread(threading.Thread):
 
    def run(self):
        global n1, n2
        lock.acquire()   # 加锁
        n1 += 1
        print(self.name + ' set n1 to ' + str(n1))
        lock.acquire()   # 再次加锁
        n2 += n1
        print(self.name + ' set n2 to ' + str(n2))
        lock.release()
        lock.release()
 
n1, n2 = 0, 0
lock = threading.RLock()
 
if __name__ == '__main__':
    thread_list = []
    for i in range(5):
        t = MyThread()
        t.start()
        thread_list.append(t)
    for t in thread_list:
        t.join()
    print('final num:%d ,%d' % (n1, n2))

 

转载于:https://www.cnblogs.com/tulintao/p/11354459.html