python GIL锁 锁 线程池 生产者消费模型
2021-07-02 14:07
标签：rom 之间 dict tar 就是 input rod event map python的GIL 锁 python内置的一个全局解释器锁 , 锁的作用就是保证同一时刻一个进程中只有一个线程可以被cpu调度 为什么有这把GIL锁? python语言的创始人在开发这门语言时 , 目的快速把语言开发出来 , 如果加上GIL锁(C语言加锁) , 切换时按照100条字节指令来进行线程间的切换 锁 : 1.锁 : Lock(1次放1个) 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个进程 , 在列表中追加8 b:创建100个线程 v = [] 锁 把自己添加到列表中 在读取列表的最后一个 解锁 2.锁 : RLock(1次放1个) 3锁 : BoundedSemaphore (1次放N个) 信号量 4.锁 : Condition (1次方法x个) 5.锁 : Event(1次放所有) 以上例子 : 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 : 内部自动会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 { 原理方法如下 7. 线程池 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啥问题? 不用一直等待问题 锁 线程 线程池 threading.local 生成着消费者模型 概念性理解 配合代码 python GIL锁 锁 线程池 生产者消费模型 标签：rom 之间 dict tar 就是 input rod event map 原文地址：https://www.cnblogs.com/SUIFAN/p/9629669.htmlimport threading
import time
v = []
lock = threading.Lock()
def func(arg):
lock.acquire()
v.append(arg)
time.sleep(0.01)
m = v[-1]
print(arg,m)
lock.release()
for i in range(10):
t =threading.Thread(target=func,args=(i,))
t.start()
import threading
import time
v = []
lock = threading.RLock()
def func(arg):
lock.acquire()
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()
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()
import time
import threading
lock = threading.Condition()
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()
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()
线程ID: {...}
线程ID: {...}
线程ID: {...}
线程ID: {...}
}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()
import time
import threading
DATA_DICT = {}
def func(arg):
ident = threading.get_ident()
DATA_DICT[ident] = arg
time.sleep(1)
print(DATA_DICT[ident],arg)
for i in range(10):
t =threading.Thread(target=func,args=(i,))
t.start()
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)
import time
import queue
import threading
q = queue.Queue() # 线程安全
def producer(id):
"""
生产者
:return:
"""
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
:return:
"""
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()