
python互斥鎖、加鎖、同步機(jī)制、異步通信知識總結(jié)
某個線程要共享數(shù)據(jù)時,先將其鎖定,此時資源的狀態(tài)為“鎖定”,其他線程不能更改;直到該線程釋放資源,將資源的狀態(tài)變成“非鎖定”,其他的線程才能再次鎖定該資源?;コ怄i保證了每次只有一個線程進(jìn)入寫入操作,從而保證了多線程情況下數(shù)據(jù)的正確性。
采用f_flag的方法效率低
創(chuàng)建鎖
mutex=threading.Lock()
鎖定
mutex.acquire([blocking])#里面可以加blocking(等待的時間)或者不加,不加就會一直等待(堵塞)
釋放
mutex.release()
import threading
from threading import Thread
from threading import Lock
import time
thnum=0
#兩個線程都在搶著對這個鎖進(jìn)行上鎖,如果有一方成功上鎖,那么導(dǎo)致另外一方會堵塞(一直等待),到這個鎖被解開為之
class MyThread(threading.Thread):
def run(self):
mutex.acquire()
for i in range(10000):
global thnum
thnum+=1
print(thnum)
mutex.release()
def test():
global thnum
mutex.acquire() #等待可以上鎖,通知而不是輪訓(xùn),沒有占用CPU
for i in range(10000):
thnum+=1
print(thnum)
mutex.release()#解鎖
mutex=Lock()
if __name__=='__main__':
t=MyThread()
t.start()
#創(chuàng)建一把互斥鎖,默認(rèn)是沒有上鎖的
thn=Thread(target=test)
thn.start()
'''''
10000
20000
'''
只要一上鎖,由多任務(wù)變?yōu)閱稳蝿?wù),相當(dāng)于只有一個線程在運(yùn)行。
下面的代碼相對上面加鎖的時間變短了
import threading
from threading import Thread
from threading import Lock
import time
thnum=0
#兩個線程都在搶著對這個鎖進(jìn)行上鎖,如果有一方成功上鎖,那么導(dǎo)致另外一方會堵塞(一直等待),到這個鎖被解開為之
class MyThread(threading.Thread):
def run(self):
for i in range(10000):
mutex.acquire()
global thnum
thnum+=1
mutex.release()#釋放后,都開始搶,這樣上鎖的時間變短
print(thnum)
def test():
global thnum
for i in range(10000):
mutex.acquire()
thnum+=1
mutex.release()#解鎖
print(thnum)
mutex=Lock()
if __name__=='__main__':
t=MyThread()
t.start()
#創(chuàng)建一把互斥鎖,默認(rèn)是沒有上鎖的
thn=Thread(target=test)
thn.start()
'''''
10000
20000
'''
只有必須加鎖的地方才加鎖
同步:按照預(yù)定的先后順序執(zhí)行
一個運(yùn)行完后,釋放下一個,下一個鎖定后運(yùn)行,再釋放下一個,下一個鎖定后,運(yùn)行后釋放下一個..... 釋放第一個
異步:
#異步的實(shí)現(xiàn)
from multiprocessing import Pool
import time
import os
#getpid()獲取當(dāng)前進(jìn)程的進(jìn)程號
#getppid()獲取當(dāng)前進(jìn)程的父進(jìn)程號
def test():#子進(jìn)程
print("----進(jìn)程池中的進(jìn)程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid()))
for i in range(3):
print("-----%d----"%i)
time.sleep(1)
return "over" #子進(jìn)程執(zhí)行完后返回給操作系統(tǒng),返回給父進(jìn)程
def test2(args):
print("-----callback func----pid=%d"%os.getpid())#主進(jìn)程調(diào)用test2
print("------callback func---args=%s"%args)
def main():
pool=Pool(3)
pool.apply_async(func=test,callback=test2)#回調(diào)
time.sleep(5)#收到func進(jìn)程結(jié)束后的信號后,執(zhí)行回調(diào)函數(shù)test2
print("----主進(jìn)程-pid = %d"%os.getpid())
if __name__=="__main__":
#main()
pool=Pool(3)
pool.apply_async(test,callback=test2)#回調(diào)
time.sleep(5)#收到func進(jìn)程結(jié)束后的信號后,執(zhí)行回調(diào)函數(shù)test2
print("----主進(jìn)程-pid = %d"%os.getpid())
'''''顯示結(jié)果不太正確,應(yīng)該先運(yùn)行test呀,再運(yùn)行test2
-----callback func----pid=7044
------callback func---args=over
----主進(jìn)程-pid = 7044
----進(jìn)程池中的進(jìn)程-----pid=3772,ppid=7044 --
-----0----
-----1----
-----2----
'''
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10