python学习——锁

1. 锁：Lock (1次放1个)同步锁
线程安全，多线程操作时，内部会让所有线程排队处理。如：list/dict/Queue
线程不安全 + 人 => 排队处理。

需求：
a. 创建100个线程，在列表中追加8
b. 创建100个线程
v = []
锁
- 把自己的添加到列表中。
- 在读取列表的最后一个。
解锁

以后锁一个代码块：

import threading
import time
v = []
lock = threading.Lock()

def func(arg):
　　lock.acquire()    #锁的区域---------
　　v.append(arg)     #----------------
　　time.sleep(0.01)  #----------------
　　m = v[-1]    　　 #-----------------
　　print(arg,m)      #----------------
　　lock.release()    #---------锁的区域

for i in range(10):
　　t =threading.Thread(target=func,args=(i,))
　　t.start()

2. 锁：RLock (1次放1个)递归锁
支持锁多次，解多次

import threading
import time

v = []
lock = threading.RLock()#参数是锁的数量
def func(arg):
    lock.acquire()#加几次锁，下面就释放几次，lock不支持多次锁，Rlock支持
    lock.acquire()

    v.append(arg)
    time.sleep(0.01)
    m = v[-1]
    print(arg,m)

    lock.release()
    lock.release()


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

3. 锁：BoundedSemaphore（1次放N个）信号量

import time
import threading

lock = threading.BoundedSemaphore(3)
def func(arg):
　　lock.acquire()
　　print(arg)
　　time.sleep(1)
　　lock.release()

for i in range(20):
　　t =threading.Thread(target=func,args=(i,))
　　t.start()

4. 锁：Condition（每次释放前需要输入要释放的个数x）

import time
import threading

lock = threading.Condition()

############## 方式一 ##############

def func(arg):
    print('线程进来了')
    lock.acquire()
    lock.wait() # 加锁

    print(arg)
    time.sleep(1)

    lock.release()


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

while True:
    inp = int(input('>>>'))

    lock.acquire()
    lock.notify(inp)
    lock.release()


############## 方式二 ##############

def xxxx():
    print('来执行函数了')
    input(">>>")#让每一个线程完成某个条件，完成之后释放
    # ct = threading.current_thread() # 获取当前线程
    # ct.getName()
    return True

def func(arg):
    print('线程进来了')
    lock.wait_for(xxxx)
    print(arg)
    time.sleep(1)

for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

5. 锁：Event（1次放所有）

import time
import threading

lock = threading.Event()

def func(arg):
    print('线程来了')
    lock.wait() # 加锁：红灯
    print(arg)

for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

input(">>>>")
lock.set() # 绿灯

lock.clear() # 再次变红灯

for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

input(">>>>")
lock.set()

总结：
线程安全，指的是容器存放数据的时候线程安全；列表和字典线程安全；
为什么要加锁？
- 非线程安全
- 控制一段代码

6. threading.local
作用：
内部自动为每个线程维护一个空间（字典），用于当前存取属于自己的值。保证线程之间的数据隔离。
{
线程ID: {...}
线程ID: {...}
线程ID: {...}
线程ID: {...}
}

示例：
import time
import threading

v = threading.local()

def func(arg):
# 内部会为当前线程创建一个空间用于存储：phone=自己的值
v.phone = arg
time.sleep(2)
print(v.phone,arg) # 去当前线程自己空间取值

for i in range(10):
t =threading.Thread(target=func,args=(i,))
t.start()

7. 线程池
最多能创建多少个线程
创建多个线程用线程池，避免无节制创建线程

from concurrent.futures import ThreadPoolExecutor
import time

def task(a1,a2):
    time.sleep(2)
    print(a1,a2)

# 创建了一个线程池（最多5个线程）
pool = ThreadPoolExecutor(5)

for i in range(40):
    # 去线程池中申请一个线程，让线程执行task函数。
    pool.submit(task,i,8)

8. 生产者消费者模型
三部件：
生产者
队列，先进先出
扩展： 栈，后进先出
消费者

问：生产者消费者模型解决了什么问题？不用一直等待的问题。

示例：

import time
import queue
import threading
q = queue.Queue() # 线程安全

def producer(id):
　　"""生产者"""
　　while True:
　　　　time.sleep(2)
　　　　q.put('包子')
　　　　print('厨师%s 生产了一个包子' %id )

for i in range(1,4):
　　t = threading.Thread(target=producer,args=(i,))
　　t.start()


def consumer(id):
　　"""消费者"""
　　while True:
　　　　time.sleep(1)
　　　　v1 = q.get()
　　　　print('顾客 %s 吃了一个包子' % id)

for i in range(1,3):
　　t = threading.Thread(target=consumer,args=(i,))
　　t.start()