zoukankan      html  css  js  c++  java
  • 可重入锁 RLOCK(转)

           考虑这种情况:如果一个线程遇到锁嵌套的情况该怎么办,这个嵌套是指当我一个线程在获取临界资源时,又需要再次获取。

            根据这种情况,代码如下:

    Python代码
    1. ''''' 
    2. Created on 2012-9-8 
    3.   
    4. @author: walfred 
    5. @module: thread.ThreadTest6 
    6. '''  
    7.   
    8. import threading  
    9. import time  
    10.    
    11. counter = 0  
    12. mutex = threading.Lock()  
    13.    
    14. class MyThread(threading.Thread):  
    15.     def __init__(self):  
    16.         threading.Thread.__init__(self)  
    17.       
    18.     def run(self):  
    19.         global counter, mutex  
    20.         time.sleep(1);  
    21.         if mutex.acquire():  
    22.             counter += 1  
    23.             print "I am %s, set counter:%s" % (self.name, counter)  
    24.             if mutex.acquire():  
    25.                 counter += 1  
    26.                 print "I am %s, set counter:%s" % (self.name, counter)  
    27.                 mutex.release()  
    28.             mutex.release()  
    29.       
    30. if __name__ == "__main__":  
    31.     for i in range(0200):  
    32.         my_thread = MyThread()  
    33.         my_thread.start()         

            这种情况的代码运行情况如下:

    I am Thread-1, set counter:1

            之后就直接挂起了,这种情况形成了最简单的死锁。

            那有没有一种情况可以在某一个线程使用互斥锁访问某一个竞争资源时,可以再次获取呢?在Python中为了支持在同一线程中多次请求同一资源,python提供了“可重入锁”:threading.RLock。这个RLock内部维护着一个Lock和一个counter变量,counter记录了acquire的次数,从而使得资源可以被多次require。直到一个线程所有的acquire都被release,其他的线程才能获得资源。上面的例子如果使用RLock代替Lock,则不会发生死锁:

            代码只需将上述的:

    Python代码
    1. mutex = threading.Lock()  

            替换成:

    Python代码
    1. mutex = threading.RLock()  

            即可。

  • 相关阅读:
    自定义 spark transformer 和 estimator 的范例
    spark 与 scikit-learn 机器学习流程组件设计哲学比较
    命名空间和作用域
    FeatureUnion 与 ColumnTransformer 关系
    注解与装饰器
    装饰器编写--要点
    闭包结构的本质
    SQL 自动增长 identity
    SQL 基本的函数
    int和long long有符号整形 负数比正数多一个
  • 原文地址:https://www.cnblogs.com/bjdxy/p/2832380.html
Copyright © 2011-2022 走看看