某个线程要共享数据时，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入写入操作，从而保证了多线程情况下数据的正确性。


采用f_flag的方法效率低（上一篇文章最后）


创建锁

mutex=threading.Lock()

锁定

mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加，不加就会一直等待（堵塞）

释放

mutex.release()


1、只要一上锁，由多任务变为单任务,相当于只有一个线程在运行

import threading

from threading import Thread

from threading import Lock

import time

 

thnum=0

#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之

class MyThread(threading.Thread):

def run(self):

mutex.acquire()

for i in range(10000):

global thnum

thnum+=1

print(thnum)

mutex.release()

 

def test():

global thnum

mutex.acquire()  #等待可以上锁，通知而不是轮训，没有占用CPU

for i in range(10000):

thnum+=1

print(thnum)

mutex.release()#解锁

 

mutex=Lock()

 

if __name__=='__main__':

t=MyThread()

t.start()

 

#创建一把互斥锁，默认是没有上锁的

 

thn=Thread(target=test)

thn.start()

 

'''

10000

20000

'''

2、下面的代码相对上面加锁的时间变短了

import threading

from threading import Thread

from threading import Lock

import time

 

thnum=0

#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之

class MyThread(threading.Thread):

def run(self):

for i in range(10000):

mutex.acquire()

global thnum

thnum+=1

mutex.release()#释放后，都开始抢，这样上锁的时间变短

print(thnum)

def test():

global thnum

for i in range(10000):

mutex.acquire()

thnum+=1

mutex.release()#解锁

print(thnum)

 

mutex=Lock()

 

if __name__=='__main__':

t=MyThread()

t.start()

 

#创建一把互斥锁，默认是没有上锁的

 

thn=Thread(target=test)

thn.start()

 

'''

10000

20000

'''


3、异步实现

同步：按照预定的先后顺序执行

一个运行完后，释放下一个，下一个锁定后运行，再释放下一个，下一个锁定后，运行后释放下一个.....  释放第一个

异步：

#异步的实现

from multiprocessing import Pool

import time

import os

 

#getpid()获取当前进程的进程号

#getppid()获取当前进程的父进程号

 

def test():#子进程

print("----进程池中的进程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid()))

for i in range(3):

print("-----%d----"%i)

time.sleep(1)

return "over"  #子进程执行完后返回给操作系统，返回给父进程

 

def test2(args):

print("-----callback func----pid=%d"%os.getpid())#主进程调用test2

print("------callback func---args=%s"%args)

 

def main():

pool=Pool(3)

pool.apply_async(func=test,callback=test2)#回调

time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2

 

print("----主进程-pid = %d"%os.getpid())

 

if __name__=="__main__":

#main()

pool=Pool(3)

pool.apply_async(test,callback=test2)#回调

time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2

 

print("----主进程-pid = %d"%os.getpid())

 

'''显示结果不太正确，应该先运行test呀，再运行test2

-----callback func----pid=7044

------callback func---args=over

----主进程-pid = 7044

----进程池中的进程-----pid=3772,ppid=7044 --

-----0----

-----1----

-----2----

'''


--------------------- 

作者：哈嘿哈嘿搬砖喽 

来源：优快云 

原文：https://blog.youkuaiyun.com/yanhuatangtang/article/details/75316644 

版权声明：本文为博主原创文章，转载请附上博文链接！