本文共 4490 字，大约阅读时间需要 14 分钟。

互斥锁

互斥锁也叫用户锁、同步锁。

在多进程/多线程程序中，当多个线程处理一个公共数据时，会有数据安全问题，唯一能保证数据安全的，就是通过加锁的方式，同一时间只能有一个修改数据的操作，将处理数据变为串行。虽然牺牲了速度，但是保证了数据安全。

来看一个不加锁的栗子：

import timedef sub():    global num    temp = num    time.sleep(0.001)    num = temp -1num = 100t_l = []for i in range(100):    t = threading.Thread(target=sub,args=())    t.start()    t_l.append(t)for t in t_l:    t.join()print(num)

在上面这个程序中，我们开一百个线程，每个线程都对全局变量num实现-1的操作，如果顺利，最终num的值应该为0.

实际运行过程是这样的： 100个线程开始抢GIL，抢到的将被CPU执行： step1: 执行global num step2: temp = num 赋值操作 step3: 发生I/O阻塞，挂起，GIL释放 （下一步的num=temp-1 还未被执行，因此全局变量num的值仍然为100） 剩余的99个线程抢GIL锁，重复上面的步骤。 剩余的98个线程抢GIL锁，重复上面的步骤。 。。。 如果阻塞时间够长（比如大于0.1秒），在阻塞期间，100个线程都被被切换一遍的话，那么最终num的值是99； 如果阻塞时间短一点，在某个时刻，前面阻塞的线程恢复并抢到了GIL被CPU继续执行，那么执行num=temp-1赋值操作 ，全局变量num的值被改变，线程结束，下一个被执行的线程拿到的num值就是99……依次类推，最终num的值经过多次赋值操作后将变得不确定，这取决于有多多少线程从阻塞中恢复过来。 如果不阻塞的话，每个线程都会执行对num 赋值操作，下一个线程拿到的num就是上一个线程减一的结果，最终num的值归零。

下面我们进行加锁操作：

lock = threading.Lock() # 获取锁对象 lock.acquire() # 加锁 数据操作部分 lock.release() # 释放锁

import threadingimport timedef sub(lock):    global num    lock.acquire()  #获得锁    temp = num    time.sleep(0.01)    num = temp -1    lock.release()  # 执行完数据修改，释放锁num = 100lock = threading.Lock() # 实例化一个用户锁/互斥锁，这个锁是全局变量，# 每个线程获取到锁才能执行，执行完了释放，下一个线程才能获取锁t_l = []for i in range(100):    t = threading.Thread(target=sub,args=(lock,))    t.start()    t_l.append(t)for t in t_l:    t.join()print(num)

上面加锁和解锁的操作也可以通过上下文管理来实现：

with lock:    数据修改部分

死锁和递归锁

两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。看一个栗子：

import threadingimport timeclass MyThread(threading.Thread):    def run(self):        self.foo()        self.bar()    def foo(self):        LockA.acquire()        print('%s got LockA '% self.name)        LockB.acquire()        print('%s got LockB'%self.name)        LockB.release()        LockA.release()        # Thread-1在执行完foo函数后，释放锁。然后继续执行bar函数，重新获取锁。    def bar(self):        LockB.acquire()        print('%s got LockB ' % self.name)        time.sleep(1)           # 让Thread-1获得了LockB后阻塞，OS切换线程Thread-2，其先执行foo,获取到LockA，然后需要获取LockB，才能执行下去，才能释放锁。而LockB在Thread-1手中，Thread-1从阻塞中恢复，需要获得LockA才能继续执行下去，才能释放锁。于是两个线程互相等待，发生死锁。        LockA.acquire() # 因为LockA已经被其它线程抢走了，所以这里卡死了。        print('%s got LockA' % self.name)        LockA.release()        LockB.release()LockA = threading.Lock()LockB = threading.Lock()for i in range(10):    t = MyThread()    t.start()'''死锁了Thread-1 got LockA Thread-1 got LockBThread-1 got LockB  Thread-2 got LockA '''

解决方案就是使用递归锁：

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： rlock = threading.RLock() # 拿到一个可重入锁对象，将上面的所有锁都更换为rlock。

Semaphore信号量

互斥锁同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据。

Semaphore管理一个内置的计数器， 每当调用acquire()时内置计数器-1； 调用release() 时内置计数器+1； 计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。 锁信号量与进程池的概念很像，但是要区分开，信号量涉及到加锁的概念。 看一个栗子：

import threadingimport multiprocessingimport time, os, randomdef go_wc(sem,name):    with sem:        print('员工%s 抢到一个茅坑,开始蹲...'% name)        time.sleep(random.uniform(1,3))        print('员工%s 完事了,感到身心愉悦...'% name)if __name__ == '__main__':  # 如果是进程的话，在windows系统下，进程必须写到if __name__ == '__main__':内，否则报错    print('大家开始上厕所》》》')    sem = threading.Semaphore(3)    # 设定最大为3    # sem = multiprocessing.Semaphore(3)    t_l = []    for i in range(10):        t = threading.Thread(target=go_wc, args=(sem,i))        # t = multiprocessing.Process(target=go_wc,args=(sem,i))        t.start()        t_l.append(t)    for t in t_l:        t.join()    print('大家都完事了《《《')'''大家开始上厕所》》》员工1 抢到一个茅坑,开始蹲...员工0 抢到一个茅坑,开始蹲...员工5 抢到一个茅坑,开始蹲...员工0 完事了,感到身心愉悦...   同一时刻，只有3个坑，其中一个完事了，下一个才能开始员工4 抢到一个茅坑,开始蹲...'''

Event事件

在多线程环境中，每个线程的执行一般是独立的，如果一个线程的执行依赖于另一个线程的状态，那么就有必要引入某种标志位来进行判断，event就相当于一个全局的标志位。event常用于主线程控制其他线程的执行。

创建一个event对象： event = threading.Event() event对象的方法： 1. event.isSet() 或 event.is_set(), 返回event对象的bool值，event对象的初始bool值是False. 2. event.wait() 如果上面是True, 啥也不做，往下执行，如果上面是False, 则阻塞线程. wait(num)为超时设置，超过num秒，继续往下执行。 3. event.set() 设置event对象True 4. event.clear() 恢复为False 5. 图示：

上栗子：

import threadingimport timedef request():    print('waitting for server...')    event.wait()  #阻塞，等待主线程开启服务器    print('connecting to server....')if __name__ == '__main__':    event = threading.Event()    for i in range(5):        t = threading.Thread(target=request)        t.start()    print('attemp to start server')    time.sleep(3)    event.set() # 开启服务器后，更改event状态