Python 中如何使用 threading.Lock 进行线程同步？

推荐答案

// www.javascriptcn.com code example
import threading

# 创建一个锁对象
lock = threading.Lock()

def thread_function():
    # 获取锁
    lock.acquire()
    try:
        # 临界区代码
        print("Thread is running")
    finally:
        # 释放锁
        lock.release()

# 创建多个线程
threads = []
for i in range(5):
    t = threading.Thread(target=thread_function)
    threads.append(t)
    t.start()

# 等待所有线程完成
for t in threads:
    t.join()

本题详细解读

1. 什么是 threading.Lock？

threading.Lock 是 Python 中用于线程同步的一个基本工具。它提供了一个简单的互斥锁机制，确保在同一时刻只有一个线程可以执行临界区代码。

2. 如何使用 threading.Lock？

• 创建锁对象：首先需要创建一个 threading.Lock 对象。
• 获取锁：在进入临界区之前，调用 lock.acquire() 方法获取锁。如果锁已经被其他线程持有，当前线程将会阻塞，直到锁被释放。
• 释放锁：在临界区代码执行完毕后，调用 lock.release() 方法释放锁，以便其他线程可以获取锁并执行临界区代码。

3. 为什么使用 try-finally 块？

在获取锁后，使用 try-finally 块可以确保即使临界区代码抛出异常，锁也会被正确释放，避免死锁的发生。

4. 示例代码解析

• 创建锁对象：lock = threading.Lock() 创建了一个锁对象。
• 线程函数：thread_function 是一个线程函数，其中包含临界区代码。在进入临界区之前，线程会尝试获取锁，执行完临界区代码后释放锁。
• 创建并启动线程：通过循环创建了 5 个线程，并启动它们。
• 等待线程完成：使用 join() 方法等待所有线程执行完毕。

5. 注意事项

• 死锁：如果锁没有被正确释放，可能会导致死锁。因此，确保在 finally 块中释放锁是非常重要的。
• 性能：锁的使用会引入一定的性能开销，因此在设计多线程程序时，应尽量减少锁的争用。