Python的线程之线程同步

发布时间：2024/01/24

线程同步是指在多线程并发执行的场景中，保证各个线程协作正确可靠的一种机制。在Python中，我们通常使用锁（Lock）和条件变量（Condition）两种机制进行线程同步。

一、锁（Lock）

1.1 什么是锁

锁是一种线程同步机制，主要用于协调多个线程的并发访问，实现线程之间的互斥。

1.2 锁的实现机制

Python中的锁是通过Lock对象实现的，Lock的状态只有两种：锁定和未锁定。每当一个线程将一个锁对象锁定后，其他线程就无法再次获取该锁，直到该锁被锁定的线程释放锁。

1.3 使用锁

在Python中，使用锁可以非常简单的实现线程同步。示例代码如下：

import threading

# 创建锁
lock = threading.Lock()

def work():
    # 获取锁
    lock.acquire()
    try:
        for i in range(5):
            print("{} is running...".format(threading.current_thread().name))
    finally:
        # 释放锁
        lock.release()

if __name__ == '__main__':
    # 创建两个线程
    t1 = threading.Thread(target=work)
    t2 = threading.Thread(target=work)

    # 启动线程
    t1.start()
    t2.start()

在上述示例中，我们创建了两个线程，它们的工作函数是打印5次当前线程的名字。由于这两个线程都需要输出，因此需要使用锁机制进行线程同步。

首先，我们使用threading.Lock()创建一个锁对象。然后在工作函数中，使用lock.acquire()获取锁，表示锁被占用。在获取锁后，线程可以执行自己的任务。

最后，使用lock.release()释放锁，表示任务执行完毕，锁被释放。只有当锁被释放后，其他线程才能获取锁，执行自己的任务。

二、条件变量（Condition）

2.1 什么是条件变量

条件变量是一个线程同步机制，它的主要作用是在多个线程之间协调共享数据的访问。

2.2 条件变量的实现机制

在Python中，条件变量是通过Condition对象实现的。Condition对象内部有一个锁对象，它通过wait()、notify()和notify_all()三个方法协调线程之间的协作。

wait(): 等待条件变量。当条件变量被唤醒时，会重新获取锁，并返回True。

notify(n=1): 唤醒指定数量的线程，使得它们从等待队列中出队，但不会立即释放锁。

notify_all(): 唤醒所有等待的线程。

2.3 使用条件变量

示例1：

import threading

class Producer(threading.Thread):
    def __init__(self, cond, name):
        super().__init__(name=name)
        self.cond = cond

    def run(self):
        with self.cond:
            print("生产者已准备好。")
            self.cond.notify()

class Consumer(threading.Thread):
    def __init__(self, cond, name):
        super().__init__(name=name)
        self.cond = cond

    def run(self):
        with self.cond:
            print("等待生产者准备中...")
            self.cond.wait()
            print("消费者已开始消费。")

if __name__ == "__main__":
    cond = threading.Condition()
    p = Producer(cond, "Producer")
    c = Consumer(cond, "Consumer")
    p.start()
    c.start()
    p.join()
    c.join()

在上面的示例中，我们使用条件变量协调了两个线程的协作。在Producer线程中，我们通过notify()方法唤醒了Consumer线程，并允许其执行任务。在Consumer线程中，我们通过wait()方法等待生产者准备就绪，并等待被唤醒通知。

示例2：

import threading

MAX_NUM = 10

class Producer(threading.Thread):
    def __init__(self, cond, name):
        super().__init__(name=name)
        self.cond = cond

    def run(self):
        with self.cond:
            for i in range(MAX_NUM):
                # 生产
                print("{} 生产了 {}".format(self.name, i))

                # 控制队列长度
                if i == MAX_NUM - 1:
                    self.cond.notify_all()
                    self.cond.wait()
                else:
                    self.cond.notify()

class Consumer(threading.Thread):
    def __init__(self, cond, name):
        super().__init__(name=name)
        self.cond = cond

    def run(self):
        with self.cond:
            for i in range(MAX_NUM):
                self.cond.wait()
                # 消费
                print("{} 消费了 {}".format(self.name, i))
                self.cond.notify()

if __name__ == "__main__":
    cond = threading.Condition()
    p = Producer(cond, "Producer")
    c1 = Consumer(cond, "Consumer1")
    c2 = Consumer(cond, "Consumer2")
    p.start()
    c1.start()
    c2.start()
    p.join()
    c1.join()
    c2.join()

在上面的示例中，我们使用条件变量模拟了一个进程间通信的生产者-消费者模型。在Producer线程中，我们每次生成一个数据并使用notify()方法通知一个消费者。在最后一次生成一个数据时，我们使用notify_all()方法，将所有等待中的消费者都唤醒并等待生产者再次notify()。在Consumer线程中，我们首先使用wait()方法等待生产者的通知，随后打印信息并使用notify()方法通知生产者继续往队列中生产。