Python多线程编程如何实现线程同步 - 问答

在Python中，线程同步可以通过多种方式实现，以确保多个线程在访问共享资源时不会发生冲突。以下是一些常用的线程同步方法：

使用threading.Lock类：

Lock对象可以确保同一时间只有一个线程可以执行被锁保护的代码块。使用acquire()方法获取锁，使用release()方法释放锁。

import threading

lock = threading.Lock()

def critical_section():
    lock.acquire()
    try:
        # 访问共享资源的代码
    finally:
        lock.release()

使用threading.RLock类：

RLock对象是可重入锁，允许同一个线程多次获取同一个锁，而不会导致死锁。

import threading

lock = threading.RLock()

def critical_section():
    lock.acquire()
    try:
        # 访问共享资源的代码
    finally:
        lock.release()

使用threading.Semaphore类：

Semaphore对象是一个计数信号量，用于限制同时访问共享资源的线程数量。可以通过acquire()方法获取信号量，使用release()方法释放信号量。

import threading

semaphore = threading.Semaphore(3)  # 最多允许3个线程同时访问共享资源

def critical_section():
    semaphore.acquire()
    try:
        # 访问共享资源的代码
    finally:
        semaphore.release()

使用threading.Condition类：

Condition对象允许线程等待某个条件成立，然后继续执行。通过wait()方法让线程等待，通过notify()或notify_all()方法唤醒等待的线程。

import threading

condition = threading.Condition()

def producer():
    with condition:
        # 生产数据的代码
        condition.notify_all()  # 唤醒所有等待的消费者线程

def consumer():
    with condition:
        condition.wait()  # 等待生产者线程通知数据已准备好
        # 消费数据的代码

使用queue.Queue类：

Queue对象是一个线程安全的队列，用于在多个线程之间传递数据。Queue类内部实现了锁和条件变量，因此可以确保线程安全。

import threading
import queue

data_queue = queue.Queue()

def producer():
    for item in data_source:
        data_queue.put(item)

def consumer():
    while True:
        item = data_queue.get()
        if item is None:
            break
        # 处理数据的代码
        data_queue.task_done()

这些方法可以根据具体需求选择使用，以确保线程同步。

0 赞

0 踩