当前位置:首页 > 文章列表 > 文章 > python教程 > Python 线程加锁:范围越小越好,但这真的总是对的吗?

Python 线程加锁:范围越小越好,但这真的总是对的吗?

2024-11-26 09:44:09 0浏览 收藏

最近发现不少小伙伴都对文章很感兴趣,所以今天继续给大家介绍文章相关的知识,本文《Python 线程加锁:范围越小越好,但这真的总是对的吗?》主要内容涉及到等等知识点,希望能帮到你!当然如果阅读本文时存在不同想法,可以在评论中表达,但是请勿使用过激的措辞~

Python 线程加锁:范围越小越好,但这真的总是对的吗?

python线程中加锁范围越小越好

问题说明

在python线程中,使用锁保证多个线程对共享数据的并发访问时,加锁的范围是一个重要的问题,是将锁放在循环外面还是里面。

对比两种情况

把锁放在循环外面:

  • 代码如下:
from threading import thread, lock
import time

num = 0

mutex = lock()  # 创建一把互斥锁

def test1():
    for i in range(1000000):
        # 上锁
        mutex.acquire()
        num += 1
        # 解锁
        mutex.release()


def test2():
    for i in range(1000000):
        # 上锁
        mutex.acquire()
        num += 1
        # 解锁
        mutex.release()

if __name__ == "__main__":
    start_time = time.time()  # 开始时间

    p1 = thread(target=test1)
    p1.start()
    p2 = thread(target=test2)
    p2.start()

    p1.join()
    p2.join()

    end_time = time.time()  # 结束时间
    print("运行时间:%.2fs" % (end_time - start_time))
  • 特点:加锁范围大,整个循环体都被锁住了。
  • 优点:简单易实现,可以保证共享数据的原子性。
  • 缺点:效率较低,因为整个循环都会被阻塞,导致其他线程无法访问共享数据。

把锁放在for里面:

  • 代码如下:
from threading import Thread, Lock
import time

num = 0

mutex = Lock()  # 创建一把互斥锁

def test1():
    for i in range(1000000):
        if mutex.acquire(False):  # 尝试获取锁,成功则返回True,否则返回False
            num += 1
            mutex.release()  # 释放锁

def test2():
    for i in range(1000000):
        if mutex.acquire(False):  # 尝试获取锁,成功则返回True,否则返回False
            num += 1
            mutex.release()  # 释放锁

if __name__ == "__main__":
    start_time = time.time()  # 开始时间

    p1 = Thread(target=test1)
    p1.start()
    p2 = Thread(target=test2)
    p2.start()

    p1.join()
    p2.join()

    end_time = time.time()  # 结束时间
    print("运行时间:%.2fs" % (end_time - start_time))
  • 特点:加锁范围小,只有对共享数据的操作时才会加锁。
  • 优点:效率较高,只有需要时才加锁,其他时间线程可以并行运行。
  • 缺点:实现起来较复杂,需要对代码进行较多的改动。

选择建议

根据实际需求来选择加锁范围。

  • 如果需要保证数据绝对的原子性,可以将锁放在循环外面。
  • 如果效率是首要考虑因素,可以将锁放在for里面。

常见的错误

  • 无锁:不使用锁对共享数据并发访问,会导致数据不一致。
  • 死锁:多个线程相互等待释放锁,导致程序无法继续执行。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

平板电脑外接u盘?平板电脑外接u盘?
上一篇
平板电脑外接u盘?
win10怎么删除WPS网盘 win10删除WPS网盘操作方法
下一篇
win10怎么删除WPS网盘 win10删除WPS网盘操作方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    482次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    538次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    560次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    509次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    330次使用