Python 线程同步变量,同步条件,列队
程序员文章站
2022-10-04 22:16:33
条件变量同步 有一类线程需要满足条件之后才能够继续执行,Python提供了threading.Condition 对象用于条件变量线程的支持,它除了能提供RLock()或Lock()的方法外,还提供了 wait()、notify()、notifyAll()方法。 lock_con=threading ......
条件变量同步
有一类线程需要满足条件之后才能够继续执行,Python提供了threading.Condition 对象用于条件变量线程的支持,它除了能提供RLock()或Lock()的方法外,还提供了 wait()、notify()、notifyAll()方法。
lock_con=threading.Condition([Lock/Rlock]): 锁是可选选项,不传人锁,对象自动创建一个RLock()。
wait():条件不满足时调用,线程会释放锁并进入等待阻塞; notify():条件创造后调用,通知等待池激活一个线程; notifyAll():条件创造后调用,通知等待池激活所有线程。
import threading, time from random import randint class Producer(threading.Thread): def run(self): global L while True: val = randint(0, 100) print('生产者', self.name, ':Append'+str(val),L) if lock_con.acquire(): L.append(val) lock_con.notify() lock_con.release() time.sleep(3) class Consumer(threading.Thread): def run(self): global L while True: lock_con.acquire() if len(L) == 0: lock_con.wait() print('消费者', self.name, ":Delete" + str(L[0]), L) del L[0] lock_con.release() time.sleep(0.25) if __name__ == "__main__": L = [] lock_con = threading.Condition() threads = [] for i in range(5): threads.append(Producer()) threads.append(Consumer()) for t in threads: t.start() for t in threads: t.join() print('---- end ----') #运行结果: 生产者 Thread-1 :Append63 [] 生产者 Thread-2 :Append66 [63] 生产者 Thread-3 :Append20 [63, 66] 生产者 Thread-4 :Append83 [63, 66, 20] 生产者 Thread-5 :Append2 [63, 66, 20, 83] 生产者 Thread-4 :Append26 [] 消费者 Thread-6 :Delete26 [26] 生产者 Thread-2 :Append21 [] 生产者 Thread-3 :Append71 [21] 生产者 Thread-1 :Append19 [21, 71] 生产者 Thread-5 :Append100 [21, 71, 19] 生产者 Thread-1 :Append96 [] 消费者 Thread-6 :Delete96 [96] ........
同步条件
条件同步和条件变量同步差不多意思,只是少了锁功能,因为条件同步设计于不访问共享资源的条件环境。event=threading.Event():条件环境对象,初始值 为False;
event.isSet():返回event的状态值; event.wait():如果 event.isSet()==False将阻塞线程; event.set(): 设置event的状态值为True,所有阻塞池的线程激活进入就绪状态, 等待操作系统调度; event.clear():恢复event的状态值为False。
import threading, time class Boss(threading.Thread): def run(self): print("BOSS: 今晚大家加班") event.isSet() or event.set() time.sleep(5) print("BOSS: 大家可以下班了") event.isSet() or event.set() class Worker(threading.Thread): def run(self): event.wait() print("Worker: 唉。。。。") time.sleep(0.25) event.clear() event.wait() print("Worker: Great!") if __name__ == "__main__": event = threading.Event() threads = [] for i in range(5): threads.append(Worker()) threads.append(Boss()) for t in threads: t.start() for t in threads: t.join() #运行结果: BOSS: 今晚大家加班 Worker: 唉。。。。 Worker: 唉。。。。 Worker: 唉。。。。 Worker: 唉。。。。 Worker: 唉。。。。 BOSS: 大家可以下班了 Worker: Great! Worker: Great! Worker: Great! Worker: Great! Worker: Great!
列队
q = Queue.Queue(maxsize = 10) 创建一个“队列”对象。Queue.Queue类即是一个队列的同步实现。队列长度可为无限或者有限。可通过Queue的构造函数的可选参数maxsize来设定队列长度。如果maxsize小于1就表示队列长度无限。 q.put()方法在队尾插入一个项目。put()有两个参数,第一个item为必需的,为插入项目的值;第二个block为可选参数,默认为1。如果队列当前为空且block为1,put()方法就使调用线程暂停,直到空出一个数据单元。如果block为0,put方法将引发Full异常。 q.get([block[, timeout]])方法从队头删除并返回一个项目。可选参数为block,默认为True。如果队列为空且block为True,get()就使调用线程暂停,直至有项目可用。如果队列为空且block为False,队列将引发Empty异常,timeout等待时间。 q.qsize() 返回队列的大小 q.empty() 如果队列为空,返回True,反之False q.full() 如果队列满了,返回True,反之False q.full 与 maxsize 大小对应 q.get_nowait() 相当q.get(False) q.put_nowait(item) 相当q.put(item, False) q.task_done() 在完成一项工作之后,q.task_done() 函数向任务已经完成的队列发送一个信号 q.join() 实际上意味着等到队列为空,再执行别的操作
import queue d = queue.Queue() d.put('1') d.put('2') d.put('3') print(d.get()) print(d.get()) print(d.get()) print(d.get()) print(d.get(0)) # 运行结果: 1 2 3 报错: queue.Empty
线程操作列表是不安全的。
import threading, time li = [1, 2, 3, 4, 5] def pri(): while li: a = li [-1] print(a) time.sleep(1) try: li.remove(a) except: print('-----', a) t1 = threading.Thread(target=pri, args=()) t1.start() t2 = threading.Thread(target=pri, args=()) t2.start() # 运行结果: 5 5 4 ----- 5 4 3 ----- 4 3 2 ----- 3 2 1 ----- 2 1 ----- 1
import threading, queue from time import sleep from random import randint class Production(threading.Thread): def run(self): while True: r = randint(0, 100) q.put(r) print("生产出来 %s 号包子" %r) sleep(1) class Proces(threading.Thread): def run(self): while True: re = q.get() print('吃掉 %s号包子' %re) if __name__ == '__main__': q = queue.Queue(10) threads = [Production(),Production(),Production(),Proces()] for t in threads: t.start() # 运行结果: 生产出来 94 号包子 生产出来 13 号包子 生产出来 79 号包子 吃掉 94号包子 吃掉 13号包子 吃掉 79号包子 生产出来 43 号包子 吃掉 43号包子 生产出来 32 号包子 吃掉 32号包子 ......
下一篇: ai怎么绘制多重线条?