互斥锁
# 锁通常被用来实现对共享资源的同步访问。为每一个共享资源创建一个Lock对象,l = Lock()#创建一个锁,初始状态是未锁定# 当你需要访问该资源时,调用l.acquire方法来获取锁对象# (如果其它线程已经获得了该锁,则当前线程需等待其被释放)# ,待资源访问完后,再调用l.release方法释放锁
from threading import Thread,Lock,RLock
import time
def gg(A,B):
A.acquire()
time.sleep(0.5)
print('hah拿到锁')
B.acquire()
print('hah拿到锁')
A.release()
B.release()
def gg2(A,B):
B.acquire()
print('hah1拿到锁')
A.acquire()
print('hah1拿到锁')
A.release()
B.release()
if __name__ == '__main__':
# A = Lock()
# B = Lock()
# 解决死锁
A = B = RLock() #每个递归锁都有自己的递归锁的计数器,
t1 = Thread(target=gg,args=(A,B))
t2 = Thread(target=gg2,args=(A,B))
t1.start()
t2.start()
同一个递归锁,每碰到一个acquire 计数器加1
每碰道一个release计算器减1
死锁现象与解决
gil 锁
# 在Cpython中,gil锁相当于锁定python解释器的锁,在同一个进程下可以开启多个线程,但是同一时刻只能有一个线程执行,无法利用多核技术
#优势
# 1. GIL本质就是一把互斥锁,所有互斥锁的本质都一样,都是将并发运行变成串行,以此来控制同一时间内共享数据只能被一个任务所修改,
# 进而保证数据安全
# 2.每运行一个Py文件文件都会对应产生一个独立的进程,在该进程内不仅有这个程序的主线程还开启了其他的线程
# 还有解释器开启的垃圾回收等解释器级别的线程
# GIL保护的是解释器级的数据,保护用户自己的数据则需要自己加锁处理
# 进程可以利用多核,但是开销大,而python的多线程开销小,但却无法利用多核优势
python解释器运行原理