python锁机制

python多进程，多线程之锁机制

锁添加的原因：

在多进程/多线程同时进入临界资源区获取和操作共有资源时，会出现资源的争夺而出现混乱。为了避免这种混乱现象，python提出了锁机制

 

线程锁/进程锁的定义和运用：

创建锁对象:

lock = lock()

锁对象一旦创建，就可以随时被进程或者线程调用，并且一次创建锁只有一把，如果多个资源想同时获取锁，必须‘排队’，等上一个进程/线程释放了锁才可以请求获取锁

 

上锁（也叫请求锁）

lock.acquire()

acquire()是一个阻塞函数。一旦请求获取锁成功，就会把下面将要执行的程序的变量内存空间‘锁住’；而获取不成功则会一直阻塞在那里，等待上一个获得锁的进程/线程释放锁。

 

解锁

lock.release()

 

 

死锁:

死锁的出现有两种情况

1) 当一个进程或者一个线程一直调用或者占用同一锁lock而不释放资源而导致其他进程/线程无法获得锁，就会出现的死锁状况，一直阻塞在aquire()处

2) 当有两个进程同时想获取两个锁的时候（再往上推就是多个进程想获取多个锁），由于两者都是出于竞争关系，谁也不让谁，谁快谁得手，但计算机中这种竞争关系是很微妙的，时间的差异性很小，于是，就出现了两者都阻塞在同一个地方，都无法同时获得两个锁或者获取对方已经获取的但还没有释放的锁。

 

为了解决死锁的问题，于是python提出了可重入锁的机制(rlock)

重入锁定义后，一个进程就可以重复调用指定次数的一个重入锁，而不用去跟别的进程一起争夺其他锁。

 

重入锁中内部管理者两个对象，即lock对象和锁的调用次数count

下面说说rlock到底是怎么用的

1）rlock的定义

mutexa = mutexb = rlock( )

mutex值可以是多个的，定义了多少个，rlock内部的count就为几

 

2）rlock的请求

mutexa.acquire()

mutexa.acquire()

 

每申请一次锁，count就减1，两次请求过后，count从2减为0

 

因为上面定义的重入锁的内部个数为2，所以该重入锁可以被一个进程调用两次，并且在虽然它内部有多个锁，但只能由一个进程/线程调用，其他进程/线程不能干预，只有当这个进程/线程释放掉所有的重入锁，count=2时才可以被其他进程/线程调用。

 

3）rlock锁的释放

mutexa.release()

mutexb.release()

 

举例：

from multiprocessing import rlock,process
from time import ctime,sleep

muxtea = mutexb =rlock()

def fn1():
    muxtea.acquire()
    sleep(1)
    print(ctime(),'进程1获取a锁')
    mutexb.acquire()
    sleep(2)
    print(ctime(),'进程1获取b锁')
    muxtea.release()
    print('进程1释放a锁')
    mutexb.release()
    print('进程1释放b锁')

def fn2():
    muxtea.acquire()
    sleep(1)
    print(ctime(),'进程2获取a锁')
    mutexb.acquire()
    sleep(1)
    print(ctime(),'进程2获取b锁')
    muxtea.release()
    print('进程2释放a锁')
    mutexb.release()
    print('进程2释放b锁')


p1 = process(target=fn1)
p2 = process(target=fn2)
p1.start()
p2.start()

p1.join()
p2.join()

 结果如下：

 

那么如果我让进程２先开启呢？

 

结果如下：

 

显然，锁的获得是谁快谁得手，同时也验证了我上面描述的，一个进程对一个可重入锁的请求是排他型的，一旦这个进程请求了一个可重入锁，那么其他进程就无法再请求了，直到这个进程释放了可重入锁内部的所有锁。