当前位置：首页 > news >正文

icp网站信息站长之家是干什么的

news 2025/8/3 14:21:51

icp网站信息,站长之家是干什么的,仿站工具在线,做字幕模板下载网站有哪些1、背景概述在上篇文章中，主要讲述了python中的socket编程的一些基本方面，但是缺少关于锁的相关概念，从而在这篇文章中进行补充。由于在python中，存在了GIL，也就是全局解释器锁，从而在每次进行获得cpu的…

1、背景概述

在上篇文章中，主要讲述了python中的socket编程的一些基本方面，但是缺少关于锁的相关概念，从而在这篇文章中进行补充。

由于在python中，存在了GIL，也就是全局解释器锁，从而在每次进行获得cpu的时候，同时只有一个线程获得了cpu的运行，在这个方面可以认为是线程安全的，但是在线程运行的时候，是共享内存的，共享相同的数据信息，从而这个时候python的线程就不那么安全了。

在python中，要保证数据的正确性，并且自己对数据进行控制，对数据进行加锁并且自己释放锁。

多线程的主要目的为了提高性能与速度，用在无关的方向是最好的，例如在使用爬虫的时候，可以使用多线程来进行爬取数据，因为在这些线程之间没有需要共同操作的数据，从而在这个时候利用是最好的。

如果需要操作同一份数据，那么必须自己保证数据的安全性。

如果需要利用多cpu的特性，那么应该使用的是多进程编程，而不是多线程编程，多进程编程为multiprocessing。

2、利用锁进行同步相同的数据

直接看以下的代码：

#!/usr/bin/env python
import time
import threadingnum = 0
class MyThread(threading.Thread):def run(self):#lock.acquire()#time.sleep(1)global numnum += 1print self.name + 'set num to '+str(num)#lock.release()#lock = threading.RLock()
threads = []
for i in range(10000):t = MyThread()threads.append(t)
for i in range(10000):threads[i].start()
for i in range(10000):threads[i].join()

看以上的代码，对全局变量进行一个修改，从而每个线程取到的是同一份的数据，从而，可能造成数据的计算结果不正确，从而需要用锁进行控制数据的正确性。

PS：在我的机器上进行运行的时候，都是正确的，从而看起来好像不用锁也可以，但是在有的机器上进行模拟的时候，最后的计算结果不正确。

在使用锁的时候，只要将注释的代码进行去掉即可使用锁。

3、锁的类型

在python的threading模块中，提供了三种锁，如下所示：

在进行锁的操作的时候，必须在每个线程中，自己获取锁，然后自己释放锁，否则会造成一直在等待，也可以称之为死锁。

4、事件

在进行多线程的时候，可以判断一个事件发生，然后触发做另外的事情，从而可以使用event，如下代码所示：

[root@python 523]# cat thread_demo.py 
#!/usr/bin/env pythonimport threading
import time
import Queuedef producter(name,queue,lock):event.clear()print '%s start to product...' % namequeue.put('something')time.sleep(3)print 'product something'event.set()event.wait()def consumer(name,queue,lock):print '%s start to consume...' % nameevent.wait()queue.get()print 'consume something'event.set()lock = threading.Lock()
queue = Queue.Queue(10)
event = threading.Event()
threads = []
threadsc = []
for i in range(1):t = threading.Thread(target=producter,args=('kel%s' % i,queue,lock))threads.append(t)
for i in range(1):threads[i].start()
for i in range(1):t = threading.Thread(target=consumer,args=('smile%s' % i,queue,lock))threadsc.append(t)
for i in range(1):threadsc[i].start()

在使用event的时候，clear表示将flag设置为false，set表示设置为true，wait表示在false的时候，一直等待，从而当producter没有数据的时候，consumer一直在等待。