全局变量共享
- 进程间的内存空间是
相互独立的，包括全局变量在内的数据不能共享- 线程间
共享所属进程的内存空间，全局变量可以共享
- 多进程，不能共享数据，
g_num为0
from multiprocessing import Process
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
g_num += 1
print("----in work1, g_num is %d---" % g_num)
def work2(num):
global g_num
for i in range(num):
g_num += 1
print("----in work2, g_num is %d---" % g_num)
if __name__ == '__main__':
t1 = Process(target=work1, args=(100,))
t2 = Process(target=work2, args=(100,))
t1.start()
t2.start()
time.sleep(1)
print(g_num)
----in work1, g_num is 100---
----in work2, g_num is 100---
0
- 多线程，共享数据，
g_num为200
import threading
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
g_num += 1
print("----in work1, g_num is %d---" % g_num)
def work2(num):
global g_num
for i in range(num):
g_num += 1
print("----in work2, g_num is %d---" % g_num)
t1 = threading.Thread(target=work1, args=(100,))
t1.start()
t2 = threading.Thread(target=work2, args=(100,))
t2.start()
time.sleep(1)
print(g_num)
----in work1, g_num is 100---
----in work2, g_num is 200---
200
资源竞争问题
- 上例中，两个线程
t1和t2，都要对全局变量g_num(默认是0)进行加1运算，t1和t2都各对g_num加100次，g_num的最终的结果应该为200。- 但将上述代码的累加数量增加到
1000000后，运行结果发生错误
---线程创建之前g_num is 0---
----in work1, g_num is 100---
----in work2, g_num is 200---
2个线程对同一个全局变量操作之后的最终结果是:200
---线程创建之前g_num is 0---
----in work1, g_num is 1200079---
----in work2, g_num is 1228191---
2个线程对同一个全局变量操作之后的最终结果是:1228191
同步的概念
同步就是协同步调，按预定的先后次序进行运行- 实例演示2中出现的计算错误，可以通过
线程同步来解决
- 处理思路：
- 系统调用t1，然后获取到g_num的值为0，此时上一把锁，即不允许其他线程操作g_num
- t1对g_num的值进行+1
- t1解锁，此时g_num的值为1，其他的线程就可以使用g_num了，而且是g_num的值不是0而是1
- 同理其他线程在对g_num进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性
互斥锁
- 当多个线程同时修改某一个
共享数据时，需要进行同步控制线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。互斥锁为资源引入一个状态：锁定/非锁定- 某个线程要更改共享数据时，先将其锁定，此时资源的状态为
“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。
Lock类
threading模块中定义了Lock类，可以方便的处理锁定：
- 创建锁：
mutex = threading.Lock()- 锁定：
mutex.acquire()- 释放：
mutex.release()- 如果这个锁之前是没有上锁的，那么
acquire不会堵塞- 如果在调用
acquire对这个锁上锁之前 它已经被 其他线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止
- 修改后的实例程序
import threading
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
mutex.acquire() # 上锁
g_num += 1
mutex.release() # 解锁
print("---work1---g_num=%d" % g_num)
def work2(num):
global g_num
for i in range(num):
mutex.acquire() # 上锁
g_num += 1
mutex.release() # 解锁
print("---work2---g_num=%d" % g_num)
# 创建一个互斥锁
# 默认是未上锁的状态
mutex = threading.Lock()
# 创建2个线程，让他们各自对g_num加1000000次
p1 = threading.Thread(target=work1, args=(1000000,))
p1.start()
p2 = threading.Thread(target=work2, args=(1000000,))
p2.start()
# 等待计算完成
while len(threading.enumerate()) != 1:
time.sleep(1)
print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)
---work1---g_num=1946171
---work2---g_num=2000000
2个线程对同一个全局变量操作之后的最终结果是:2000000
- 当一个线程调用锁的
acquire()方法获得锁时，锁就进入“locked”状态。- 每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为
“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。- 线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入
运行（running）状态。
死锁
在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁
import threading
import time
class MyThread1(threading.Thread):
def run(self):
# 对mutexA上锁
mutexA.acquire()
# mutexA上锁后，延时1秒，等待另外那个线程 把mutexB上锁
print(self.name+'----do1---up----')
time.sleep(1)
# 此时会堵塞，因为这个mutexB已经被另外的线程抢先上锁了
mutexB.acquire()
print(self.name+'----do1---down----')
mutexB.release()
# 对mutexA解锁
mutexA.release()
class MyThread2(threading.Thread):
def run(self):
# 对mutexB上锁
mutexB.acquire()
# mutexB上锁后，延时1秒，等待另外那个线程 把mutexA上锁
print(self.name+'----do2---up----')
time.sleep(1)
# 此时会堵塞，因为这个mutexA已经被另外的线程抢先上锁了
mutexA.acquire()
print(self.name+'----do2---down----')
mutexA.release()
# 对mutexB解锁
mutexB.release()
mutexA = threading.Lock()
mutexB = threading.Lock()
if __name__ == '__main__':
t1 = MyThread1()
t2 = MyThread2()
t1.start()
t2.start()
Thread-1----do1---up----
Thread-2----do2---up----
- 此时已经进入到了
死锁状态，可以使用ctrl-c退出
避免死锁
- 程序设计时要尽量避免（银行家算法）
- 添加超时时间等
课堂练习
秒杀商品
import threading
import time
class User(threading.Thread):
count = 20
def __init__(self, name):
super().__init__()
self.name = name
def run(self):
while True:
mutex.acquire()
if User.count > 0:
print('%s秒杀了%d号商品' % (self.name, User.count))
User.count = User.count - 1
mutex.release()
time.sleep(0.1)
else:
print('%s手慢了' % self.name)
mutex.release()
break
if __name__ == '__main__':
mutex = threading.Lock()
u1 = User('zhang3')
u2 = User('li4')
u3 = User('wang5')
u4 = User('zhao6')
u5 = User('chen7')
u1.start()
u2.start()
u3.start()
u4.start()
u5.start()
- end -
