Python线程锁Lock与RLock区别详解
2026-05-07 21:04:46
0浏览
收藏
Python中Lock与RLock虽同为线程同步工具,但核心差异在于可重入性:Lock是非可重入互斥锁,同一线程重复acquire将导致死锁,适合简单、扁平的临界区保护;而RLock支持同一线程多次acquire和对应次数的release,内置计数器与持有线程识别,专为递归调用、嵌套方法或调用关系复杂的场景设计,兼顾安全性与灵活性——选错锁类型可能让程序悄无声息卡死,理解二者语义本质,才是写出健壮多线程代码的第一步。
Lock 是最基础的线程互斥锁
Lock 对象代表一个“非可重入”的互斥锁。它只有两种状态:锁定和未锁定。线程调用 acquire() 时,若锁已被其他线程持有,就会阻塞等待;一旦获得锁,必须由同一线程调用 release() 才能释放。关键点在于:同一个线程不能连续 acquire 两次,否则会死锁。
常见误用示例:
- 在已持有 Lock 的函数中,再次调用同一 Lock 的
acquire()→ 线程卡住 - 忘记调用
release()→ 其他线程永远无法获取该锁 - 在异常路径中未释放锁 → 建议用
try/finally或with语句确保释放
RLock 支持同一线程多次获取
RLock(Reentrant Lock)是可重入锁,允许同一线程多次调用 acquire(),内部维护一个获取计数器和持有线程标识。只有当该线程调用 release() 次数等于 acquire() 次数时,锁才真正释放,其他线程才能竞争。
适用场景包括:
- 递归调用中需保护共享资源(如递归遍历加锁的数据结构)
- 多个方法彼此调用,且各自内部都尝试加同一把锁
- 封装性要求高、不想严格区分“谁该负责加锁”的逻辑模块
性能与使用选择建议
RLock 内部开销略大于 Lock(需记录线程 ID 和计数),但差异微小,一般无需过度担忧。选择依据主要看语义需求:
- 只用于简单临界区保护,且绝不会在已持锁状态下再次请求 → 用 Lock
- 涉及嵌套调用、递归、或多个函数共用一把锁且调用关系不固定 → 用 RLock
- 不确定是否重入、又不愿重构调用逻辑 → RLock 更安全,避免隐式死锁
一个直观对比小例子
假设有个类方法需要加锁,而该方法内部又调用了另一个也要加锁的私有方法:
- 用 Lock:第二次
acquire()会阻塞自己 → 死锁 - 用 RLock:计数变为 2,后续一次
release()只减计数,直到归零才真正释放 → 正常运行
所以不是“RLock 更高级”,而是“用途不同”——Lock 强调资源独占权的严格交接,RLock 强调同一线程内的执行流一致性。
到这里,我们也就讲完了《Python线程锁Lock与RLock区别详解》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
File.setLastModified方法使用教程
- 上一篇
- File.setLastModified方法使用教程
- 下一篇
- 海康威视摄像头掉线解决方法海康监控离线排查教程
查看更多
最新文章
-
- 文章 · python教程 | 1天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 2天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 2天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python itertools.batched strict 参数什么时候会报错
- 306浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python ExceptionGroup split 怎么按异常类型拆分
- 311浏览 收藏
查看更多
课程推荐
-
- 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
- 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
- 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
- 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
- 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
- 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。
- 268次使用
-
- 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。
- 321次使用
-
- 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。
- 306次使用
-
- 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。
- 282次使用
-
- 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。
- 99次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
