python中线程同步原语的代码示例

本篇文章给大家带来的内容是关于python中线程同步原语的代码示例，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。

Threading模块是python3里面的多线程模块，模块内集成了许多的类，其中包括Thread，Condition，Event，Lock，Rlock，Semaphore，Timer等等。下面这篇文章主要通过案例来说明其中的Event和Segmaphore（Boundedsegmaphore）的使用。

Event

Event类内部保存着一个flags参数，标志事件的等待与否。

Event类实例函数

1. set() 将flags设置为True，事件停止阻塞

2. clear()  将flags重新设置为False，删除flags，事件重新阻塞

3. wait() 将事件设置为等待状态

4.is_set()判断flags是否被设置，如果被设置返回True，否则返回False

（1）单个事件等待其他事件的发生

 具体代码：

from time import ctime,sleep
event = Event()

def event_wait():
    print(ctime())
    event.wait()
    print('这是event_wait方法中的时间',ctime())

def event_set(n):
    sleep(n)
    event.set()
    print('这是event_set方法中的时间', ctime())

thread1 = Thread(target=event_wait)
thread2 = Thread(target=event_set,args=(3,))

thread1.start()
thread2.start()

结果：

Sat Nov 17 10:01:05 2018
这是event_wait方法中的时间 Sat Nov 17 10:01:08 2018
这是event_set方法中的时间  Sat Nov 17 10:01:08 2018

 （2）多个事件先后发生

下面以赛跑来作为例子。假设5条跑道上，每条跑道各有一名运动员，分别为ABCDE。

具体代码：

from threading import Event
from  threading import Thread
import threading

event = Event()

def do_wait(athlete):
    racetrack = threading.current_thread().getName()
    print('%s准备就绪' % racetrack)
    event.wait()
    print('%s听到枪声，起跑！'%athlete)

thread1 = Thread(target=do_wait,args=("A",))
thread2 = Thread(target=do_wait,args=("B",))
thread3 = Thread(target=do_wait,args=("C",))
thread4 = Thread(target=do_wait,args=("D",))
thread5 = Thread(target=do_wait,args=("E",))

threads = []
threads.append(thread1)
threads.append(thread2)
threads.append(thread3)
threads.append(thread4)
threads.append(thread5)

for th in threads:
    th.start()

event.set()  #这个set()方法很关键，同时对5个线程中的event进行set操作

结果：

Thread-1准备就绪
Thread-2准备就绪
Thread-3准备就绪
Thread-4准备就绪
Thread-5准备就绪
E听到枪声，起跑！
A听到枪声，起跑！
B听到枪声，起跑！
D听到枪声，起跑！
C听到枪声，起跑！

可以看出多个线程中event的set()是随机的，其内部的实现是因为一个notify_all()方法。这个方法会一次性释放所有锁住的事件，哪个线程先抢到线程运行的时间片，就先释放锁。

之所以能够只调用一个set()函数就可以实现所有event的退出阻塞，是因为event.wait()是在线程内部实现的，而set()函数是在进程中调用，python多线程共享一个进程内存空间。如果是在不同进程中调用这两个函数则无法实现。

BoundedSegmaphore

如果在主机执行IO密集型任务的时候再执行这种短时间内完成大量任务（多线程）的程序时，计算机就有很大可能会宕机。

这时候就可以为这段程序添加一个计数器（counter）功能，来限制一个时间点内的线程数量。当每次进行IO操作时，都需要向segmaphore请求资源（锁），如果没有请求到，就阻塞等待，请求成功才就像执行任务。

BoundedSegmaphore和Segmaphore的区别

BoundedSegmaphore请求的锁数量固定为传入参数，而Segmaphore请求的锁数量可以超过传入的参数。

主要函数：

1. acquire()  请求锁

2. release()   释放锁

下面以一个租房的例子来说明这种固定锁数量的机制。假设一家小公寓有6间房，原本有2个住户在住着。

具体代码实现：

from threading import BoundedSemaphore,Lock,Thread
from time import sleep
from random import randrange

lock = Lock()
num = 6
hotel = BoundedSemaphore(num)

def logout():
    lock.acquire()
    print('I want to logout')
    print('A customer logout...')
    try:
        hotel.release()
        print('Welcome again')
    except ValueError:
        print('Sorry,wait a moment.')
    lock.release()

def login():
    lock.acquire()
    print('I want to login')
    print('A customer login...')
    if hotel.acquire(False):
        print('Ok,your room number is...')
    else:
        print('Sorry,our hotel is full')
    lock.release()

#房东
def producer(loops):
    for i in range(loops):
        logout()
        print('还剩%s' % hotel._value, '房间')
        sleep(randrange(2))
#租客
def consumer(loops):
    for i in range(loops):
        login()
        print('还剩%s' % hotel._value, '房间')
        sleep(randrange(2))
def main():
    print('Start')
    room_num = hotel._value
    print('The hotel is full with %s room'%room_num)
    #原本有2个住户
    hotel.acquire()
    hotel.acquire()
    thread1 = Thread(target=producer,args=(randrange(2,8),))
    thread2 = Thread(target=consumer,args=(randrange(2,8),))
    thread1.start()
    thread2.start()

if __name__ == '__main__':
    main()

结果：

The hotel is full with 6 room
I want to logout
A customer logout...
Welcome again
还剩5 房间
I want to logout
A customer logout...
Welcome again
还剩6 房间
I want to login
A customer login...
Ok,your room number is...
还剩5 房间
I want to login
A customer login...
Ok,your room number is...
还剩4 房间

 可以看出，房间数目永远不会超过6，因为_value值（BoundedSegmaphore内部的计数器counter）一定是传入的参数6。

Atas ialah kandungan terperinci python中线程同步原语的代码示例. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!