详解Python中的Lock和Rlock
线程是进程中可以调度执行的实体。而且，它是操作系统中可以执行的最小处理单元。简单地说，一个线程就是一个程序中可以独立于其他代码执行的指令序列。为了简单起见，你可以假设线程只是进程的子集!
Locks
锁是Python中用于同步的最简单的方式。锁有两种状态：上锁、释放锁。
锁是线程模块中的一个类，有两个主要方法：acquire()和release()当调用acquire()方法时，它锁定锁的执行并阻塞锁的执行，直到其他线程调用release()方法将其设置为解锁状态。锁帮助我们有效地访问程序中的共享资源，以防止数据损坏，它遵循互斥，因为一次只能有一个线程访问特定的资源。
让我们看看下面的例子来理解锁的使用:
importthreading
#创建一个lock对象
lock=threading.Lock()
#初始化共享资源
abce=0
defsumOne():
globalabce
#锁定共享资源
lock.acquire()
abce=abce+1
#释放共享资源
lock.release()
defsumTwo():
globalabce
#锁定共享资源
lock.acquire()
abce=abce+2
#释放共享资源
lock.release()
#调用函数
sumOne()
sumTwo()
print(abce)
在上面的程序中,lock是一个锁对象,全局变量abce是一个共享资源,sumOne()和sumTwo()函数扮作两个线程,在sumOne()函数中共享资源abce首先被锁定,然后增加了1,然后abce被释放。sumTwo()函数执行类似操作。两个函数sumOne()和sumTwo()不能同时访问共享资源abce，一次只能一个访问共享资源。
RLocks
默认的lock不能识别lock当前被哪个线程持有。如果任何线程正在访问共享资源，那么试图访问共享资源的其他线程将被阻塞，即使锁定共享资源的线程也是如此。在这些情况下，可重入锁(或RLock)用于防止访问共享资源时出现不必要的阻塞。如果共享资源在RLock中，那么可以安全地再次调用它。RLocked资源可以被不同的线程重复访问，即使它在被不同的线程调用时仍然可以正常工作。
让我们看看下面的例子来理解RLocks的使用:
importthreading #创建一个lock对象 lock=threading.Lock() #初始化共享资源 abce=0 #本线程访问共享资源 lock.acquire() abce=abce+1 #这个线程访问共享资源会被阻塞 lock.acquire() abce=abce+2 lock.release() print(abce)
在上面的程序中，两个线程同时尝试访问共享资源abce，这里当一个线程当前正在访问共享资源abce时，另一个线程将被阻止访问它。当两个或多个线程试图访问相同的资源时，有效地阻止了彼此访问该资源，这就是所谓的死锁，因此上述程序没有生成任何输出。
但是，在程序中上述问题可以通过使用RLock来解决。
importthreading #创建一个rlock对象 lock=threading.RLock() #初始化共享资源 abce=0 #本线程访问共享资源 lock.acquire() abce=abce+1 #这个线程尝试访问共享资源 lock.acquire() abce=abce+2 lock.release() print(abce)
在这里，没有阻止程序中的线程访问共享资源abce。对于RLock对象锁的每个acquire()，我们需要调用release()一次。
从上面提到的众多程序和解释中，在Python中一个Lock对象和一个RLock对象有很多区别:
| locks | rlocks |
|---|---|
| lock对象无法再被其他线程获取，除非持有线程释放 | rlock对象可以被其他线程多次获取 |
| lock对象可被任何线程释放 | rlock对象只能被持有的线程释放 |
| lock对象不可以被任何线程拥有 | rlock对象可以被多个线程拥有 |
| 对一个对象锁定是很快的 | 对一个对象加rlock比加lock慢 |
以上就是详解Python中的Lock和Rlock的详细内容，更多关于Python中Lock和Rlock的资料请关注毛票票其它相关文章！