python3爬蟲中多執行緒進行解鎖操作例項
生活中我們為了保障房間裡物品的安全,所以給門進行上鎖,在我們需要進入房間的時候又會重新開啟。同樣的之間我們講過多執行緒中的lock,作用是為了不讓多個執行緒執行是出錯所以進行鎖住的指令。但是鑑於我們實際運用中,因為執行緒和指令不會只有一個,如果全部都進行lock操作就會出錯。所以今天小編為大家進行lock的全面講解,同時為大家帶來lock的解鎖方法。
由於執行緒之間隨機排程,所以在使用共享變數時,某執行緒可能在執行n條後,CPU接著執行其他執行緒,很容易使得最終結果出錯。為了多個執行緒同時操作一個記憶體中的資源時不產生混亂,我們可以使用鎖。
Lock(指令鎖)是可用的最低階的同步指令。Lock處於鎖定狀態時,不被特定的執行緒擁有。Lock包含兩種狀態——鎖定和非鎖定,以及兩個基本的方法。
當執行緒請求鎖定時,其他執行緒就不能獲得這把鎖,直到鎖定的執行緒釋放鎖,其他執行緒才能繼續使用。這就好比使用獨衛,某個人進去了,把門鎖上了,另一個人必須等待裡面的人出來才能繼續使用。
指令鎖只能被同一個執行緒呼叫一次,如果需要多次請求,則需要了解一下可重入鎖。
RLock(可重入鎖)是一個可以被同一個執行緒請求多次的同步指令。RLock使用了“擁有的執行緒”和“遞迴等級”的概念,處於鎖定狀態時,RLock被某個執行緒擁有。擁有RLock的執行緒可以再次呼叫acquire(),釋放鎖時需要呼叫release()相同次數。
具體方法如下:
acquire([timeout]): 請求獲得鎖定。使執行緒進入同步阻塞狀態。
release(): 釋放鎖。使用前執行緒必須已獲得鎖定,否則將丟擲異常。
關於執行緒的鎖的案例,這裡給出一個簡單的指令鎖的示例,主要看下鎖的作用。
import threading sub = 0 num = 1000000 lock = threading.Lock() def add(): global sub,num for i in range(1,num): # 請求鎖 lock.acquire() sub += 1 # 釋放鎖 lock.release() def red(): sub -= 1 def main(): print("開始運算,sub的值為{}".format(sub)) t1 = threading.Thread(target=add,args=()) t2 = threading.Thread(target=red,args=()) t1.start() t2.start() t1.join() t2.join() print("結束運算,sub的值為{}".format(sub)) if __name__ == '__main__': main()
有鎖時,肯定是交替執行加減演算法,但最後結果肯定還是可以為0。
註釋鎖後,再來看下結果。
再多執行幾次後,會發現結束運算後的sub值每次都不一樣,這其實就是因為共享變數,執行緒之間產生了混亂,導致sub的值無法確定。
以上就是python3爬蟲中多執行緒進行解鎖操作例項的詳細內容,更多關於python3爬蟲中多執行緒如何進行解鎖操作的資料請關注我們其它相關文章!