python 并发 GIL锁 锁 线程池 生产者消费模型

python的GIL 锁

　　python内置的一个全局解释器锁 , 锁的做用就是保证同一时刻一个进程中只有一个线程能够被cpu调度

为何有这把GIL锁?

　　python语言的创始人在开发这门语言时 , 目的快速把语言开发出来 , 若是加上GIL锁(C语言加锁) , 切换时按照100条字节指令来进行线程间的切换

锁 : 

　　1.锁 : Lock(1次放1个)

　　　　线程安全 , 多线程操做时 , 内部会让全部线程排队处理 , 如 : list / dict / Queue

　　　　线程不安全 + 人  =>排队处理

　　　　需求:

　　　　　　a:建立100个进程 ,   在列表中追加8

　　　　　　b:建立100个线程

　　　　　　　　v = []

　　　　　　　　锁

　　　　　　　　把本身添加到列表中

　　　　　　　　在读取列表的最后一个

　　　　　　　　解锁

import threading
import time

v = []
lock = threading.Lock()

def func(arg):
    lock.acquire()
    v.append(arg)
    time.sleep(0.01)
    m = v[-1]
    print(arg,m)
    lock.release()


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

　　2.锁 : RLock(1次放1个)

import threading
import time

v = []
lock = threading.RLock()
def func(arg):
    lock.acquire()
    lock.acquire()

    v.append(arg)
    time.sleep(0.01)
    m = v[-1]
    print(arg,m)

    lock.release()
    lock.release()


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

 

　　3锁 : BoundedSemaphore (1次放N个) 信号量

import time
import threading

lock = threading.BoundedSemaphore(3)
def func(arg):
    lock.acquire()
    print(arg)
    time.sleep(1)
    lock.release()


for i in range(20):
    t =threading.Thread(target=func,args=(i,))
    t.start()

　　4.锁 : Condition (1次方法x个)

import time
import threading

lock = threading.Condition()


def func(arg):
    print('线程进来了')
    lock.acquire()
    lock.wait() # 加锁

    print(arg)
    time.sleep(1)

    lock.release()


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

while True:
    inp = int(input('>>>'))

    lock.acquire()
    lock.notify(inp)
    lock.release()

　　5.锁 : Event(1次放全部)

　

import time
import threading

lock = threading.Event()


def func(arg):
    print('线程来了')
    lock.wait() # 加锁：红灯
    print(arg)


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

input(">>>>")
lock.set() # 绿灯


lock.clear() # 再次变红灯

for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

input(">>>>")
lock.set()

以上例子 :  线程安全 , 列表和字典线程安全

　　　　为何要加锁?

　　　　　　非线程安全

　　　　　　控制一段代码

 6. threading.local

　　　　做用 : 内部自动会为每一个线程维护一个空间(字典) 用于当前存取属于本身的值 , 保证线程之间的数据隔离

　　　　　　

　　　　　　{
　　　　　　　　线程ID: {...}
　　　　　　　　线程ID: {...}
　　　　　　　　线程ID: {...}
　　　　　　　　线程ID: {...}
　　　　　　}

import time
import threading

v = threading.local()

def func(arg):
    # 内部会为当前线程建立一个空间用于存储：phone=本身的值
    v.phone = arg
    time.sleep(2)
    print(v.phone,arg) # 去当前线程本身空间取值

for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

原理方法以下

import time
import threading

DATA_DICT = {}

def func(arg):
    ident = threading.get_ident()
    DATA_DICT[ident] = arg
    time.sleep(1)
    print(DATA_DICT[ident],arg)


for i in range(10):
    t =threading.Thread(target=func,args=(i,))
    t.start()

 

7. 线程池

from concurrent.futures import ThreadPoolExecutor
import time

def task(a1,a2):
    time.sleep(2)
    print(a1,a2)

# 建立了一个线程池（最多5个线程）
pool = ThreadPoolExecutor(5)

for i in range(40):
    # 去线程池中申请一个线程，让线程执行task函数。
    pool.submit(task,i,8)

8.生产者消费者模型

　　三部件 : 

　　　　　　生产者

　　　　　　　　　　队列 ,   先进先出

　　　　　　　　　　扩展 : 栈  ,  后进先出

　　　　　　消费者

　　问 : 生产者消费者模型解决了啥问题?   不用一直等待问题

import time
import queue
import threading
q = queue.Queue() # 线程安全

def producer(id):
    """
    生产者
    :return:
    """
    while True:
        time.sleep(2)
        q.put('包子')
        print('厨师%s 生产了一个包子' %id )

for i in range(1,4):
    t = threading.Thread(target=producer,args=(i,))
    t.start()


def consumer(id):
    """
    消费者
    :return:
    """
    while True:
        time.sleep(1)
        v1 = q.get()
        print('顾客 %s 吃了一个包子' % id)

for i in range(1,3):
    t = threading.Thread(target=consumer,args=(i,))
    t.start()

锁　　线程　　线程池　　threading.local　　生成着消费者模型   

概念性理解    配合代码

面试100%提问  GIL锁   线程  进程的区别   IO密集