线程中的锁以及线程池

#一.锁#   线程安全:多线程操做时,内部会让全部的线程排队处理(列表,字典,queue)#   线程不安全+锁=>排队处理#1.lock(锁一段区域)一次放行一个# 需求#   把本身添加到列表中#   读取列表的最后一个值# import threading# import time# v=[]# def func(arg):#     v.append(arg)#     time.sleep(0.01)#     m=v[-1]#     print(arg,m)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# 1 9# 3 9# 0 9# 2 9# 5 9# 4 9# 7 9# 6 9# 8 9# 9 9# import threading# import time# v=[]# lock=threading.Lock()# def func(arg):#     lock.acquire()  #得到锁#     v.append(arg)#     time.sleep(0.01)#     m=v[-1]#     lock.release()  #释放锁#     print(arg,m)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# 0 0# 1 1# 2 2# 3 3# 4 4# 5 5# 6 6# 7 7# 8 8# 9 9#2.RLock(与Lock用法相同,可是Lock不支持锁屡次解屡次,RLock支持)一次放行一个# 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]#     lock.release()#     lock.release()#     print(arg,m)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()#3.BoundedSemaphort(一次放n个)信号量# import threading# import time# lock=threading.BoundedSemaphore(3)  #能够有三个线程同时经过锁# def func(arg):#     lock.acquire()#     print(arg)#     time.sleep(2)#     lock.release()## for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()#4.Condition(一次放不定数量个,由用户动态指定)# 用法一:# import threading# import time# lock=threading.Condition()# def func(arg):#     print('线程进来了')#     lock.acquire()  #也须要acquire和release#     lock.wait()  #在wait处加锁#     print(arg)#     lock.release()## for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# while 1:#     inp=int(input('请输入须要输出的数量:'))#     lock.acquire()  #如下三行必需要有#     lock.notify(inp)#     lock.release()# 用法二:# import threading# lock=threading.Condition()# def xxx():#     print('来执行函数了')#     return input('>>>')# def func(arg):#     print('线程进来了')#     lock.wait_for(xxx)  #锁住了,等括号中的 xxx成立了,再释放锁#     print(arg)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()#5.Event(一次放全部)# import threading# import time# lock=threading.Event()  #能够有三个线程同时经过锁# def func(arg):#     print('线程来了')#     lock.wait()  #加锁#     print(arg)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# input('>>>')# lock.set()  #遇到这句就全部的都放过去了,此时的lock.wait变成了释放锁的状态# lock.clear()  #lock.wait又变成了加锁的状态## for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# time.sleep(3)# input('>>>>')# lock.set()  #再次释放锁#6.threading.local#  import threading# import time# v=threading.local()# def func(arg):#     #内部会为当前线程建立一个空间用于存储#     v.phone=arg#     time.sleep(2)#     print(v.phone,arg)## for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# import threading# import time## DATA_DICT={}# v=threading.local()# def func(arg):#     # c=threading.current_thread()#     # print(c,arg)#     v=threading.get_ident()#     DATA_DICT[v]=arg#     # print(v,arg)##     time.sleep(1)#     print(DATA_DICT[v],arg)# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()#原理:#内部会为每一个线程建立一个空间(字典),用于当前线程存取属于本身的值,保证线程之间的数据隔离# import threading# import time# INFO={}# class Local(object):#     # def __getattr__(self, item):#     #     ident=threading.get_ident()#     #     return [ident][item]#     def __setattr__(self, key, value):#         ident=threading.get_ident()#         if ident in INFO:#             INFO[ident][key]=value#         else:#             INFO[ident]={key:value}#             INFO[ident]['mi'] = 10# obj=Local()# def func(arg):#    obj.phone=arg# for i in range(10):#     t=threading.Thread(target=func,args=(i,))#     t.start()# print(INFO)# 获得的结果# INFO={#     1111:{#         'phone':0,#         'mi':10#     },#     2222:{#         'phone':0,#         'mi':10#     },#     3333:{#         'phone':0,#         'mi':10#     }# }#7.线程池(用于控制现成的数量,由于不是越多越好,效率随着)# from concurrent.futures import ThreadPoolExecutor# import time# def task(a1,a2):#     time.sleep(1)#     print(a1+a2)# pool=ThreadPoolExecutor(5)  #最多只有五个线程在工做## 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,i+1)#8.生产者消费者模型# import queue# # q=queue.Queue()  #线程安全# # q.put(1)# # q.put(2)# # q.put(3)# # q.put(4)# # print(q.get())  #1# 生产者模型解决了一直等待的问题# import time# import threading# import queue# q=queue.Queue()  #线程安全# def producer(id):#     '''#     生产者#     :return:#     '''#     while 1:#         time.sleep(1)#         q.put('包子')#         print('厨师%s 生产了一个包子' % id)# for i in range(1,3):#     t=threading.Thread(target=producer,args=(i,))#     t.start()# def consumer(id):#     '''#     生产者#     :return:#     '''#     while 1:#         time.sleep(2)#         q.get()#         print('顾客 %s 吃了一个包子' % id)### for i in range(1,4):#     t1=threading.Thread(target=consumer,args=(i,))#     t1.start()#