Python多线程中Lock与RLock的区别与使用

多线程资源争用问题

当多个线程同时访问和修改共享资源时，若缺乏同步机制，会导致数据不一致。例如，多个线程同时对全局变量进行累加操作，最终结果可能不符合预期。以下代码展示了未加锁情况下的资源争用问题：

#coding=utf8
import threading
import time

num = 0

def sum_num(i):
  global num
  time.sleep(1)
  num +=i
  print num

print '%s thread start!'%(time.ctime())

try:
  for i in range(6):
    t =threading.Thread(target=sum_num,args=(i,))
    t.start()

except KeyboardInterrupt,e:
  print "you stop the threading"

print '%s thread end!'%(time.ctime())

运行结果可能为：

Sun May 28 20:54:59 2017 thread start!
Sun May 28 20:54:59 2017 thread end!
01
3
710
15

可见，由于线程执行顺序不确定，累加结果出现混乱。

使用Lock解决资源争用

为解决上述问题，可以使用threading.Lock()创建基本锁对象。基本锁一次只能被一个线程锁定，其他线程需等待锁释放后获取。以下代码展示了如何使用Lock：

#coding=utf8
import threading
import time

num = 0

def sum_num(i):
  lock.acquire()
  global num
  time.sleep(1)
  num +=i
  print num
  lock.release()

print '%s thread start!'%(time.ctime())

try:
  lock=threading.Lock()
  list = []
  for i in range(6):
    t =threading.Thread(target=sum_num,args=(i,))
    list.append(t)
    t.start()

  for threadinglist in list:
    threadinglist.join()

except KeyboardInterrupt,e:
  print "you stop the threading"

print '%s thread end!'%(time.ctime())

运行结果为：

Sun May 28 21:15:37 2017 thread start!
0
1
3
6
10
15
Sun May 28 21:15:43 2017 thread end!

可见，使用Lock后，线程按顺序执行，结果正确。

Lock与RLock的区别

虽然Lock解决了资源争用问题，但在嵌套调用时，Lock会导致死锁。例如：

  lock.acquire()
  global num
  lock.acquire()
  time.sleep(1)
  num +=i
  lock.release()
  print num
  lock.release()

上述代码中，第二次lock.acquire()会导致死锁，因为锁已被当前线程持有，无法再次获取。

为解决此问题，可以使用threading.RLock()创建重入锁。RLock在同一线程中可被多次acquire，但acquire和release必须成对出现。调用n次acquire需调用n次release释放。

总结

本文详细解析了Python多线程中Lock与RLock的区别。Lock适用于简单场景，而RLock适用于嵌套调用场景。正确使用锁机制，可有效避免死锁和数据不一致问题，确保多线程程序的稳定性和可靠性。

以上就是对Python多线程中Lock与RLock锁详解的详细内容，更多关于Python并发编程的资料请关注本站其它相关文章！