Python多线程学习

d（%s） released， Number： %d'%（self.t_name， num）　　break num+=1 print 'Thread（%s） released， Number： %d'%（self.t_name， num）　　mylock.release（）　　def test（）：thread1 = myThread（'A'）　　thread2 = myThread（'B'）　　thread1.start（）　　thread2.start（）　　if __name__== '__main__'：test（）　　我们把修改共享数据的代码成为“临界区”。必须将所有“临界区”都封闭在同一个锁对象的acquire和release之间。　　2、  条件同步锁只能提供最基本的同步。假如只在发生某些事件时才访问一个“临界区”，这时需要使用条件变量Condition. Condition对象是对Lock对象的包装，在创建Condition对象时，其构造函数需要一个Lock对象作为参数，如果没有这个Lock对象参数，Condition将在内部自行创建一个Rlock对象。在Condition对象上，当然也可以调用acquire和release操作，因为内部的Lock对象本身就支持这些操作。但是Condition的价值在于其提供的wait和notify的语义。　　条件变量是如何工作的呢？首先一个线程成功获得一个条件变量后，调用此条件变量的wait（）方法会导致这个线程释放这个锁，并进入“blocked”状态，直到另一个线程调用同一个条件变量的notify（）方法来唤醒那个进入“blocked”状态的线程。如果调用这个条件变量的notifyAll（）方法的话就会唤醒所有的在等待的线程。　　如果程序或者线程永远处于“blocked”状态的话，就会发生死锁。所以如果使用了锁、条件变量等同步机制的话，一定要注意仔细检查，防止死锁情况的发生。对于可能产生异常的临界区要使用异常处理机制中的finally子句来保证释放锁。等待一个条件变量的线程必须用notify（）方法显式的唤醒，否则就永远沉默。保证每一个wait（）方法调用都有一个相对应的notify（）调用，当然也可以调用notifyAll（）方法以防万一。　　生产者与消费者问题是典型的同步问题。这里简单介绍两种不同的实现方法。　　1，  条件变量　　view plaincopy to clipboardprint？　　import threading　　import time　　class Producer（threading.Thread）：　　def __init__（self， t_name）：　　threading.Thread.__init__（self， name=t_name）　　def run（self）：　　global x　　con.acquire（）　　if x > 0：　　con.wait（）　　else：　　for i in range（5）：　　x=x+1　　print "producing……" + str（x）　　con.notify（）　　print x　　con.release（）　　class Consumer（threading.Thread）：　　def __init__（self， t_name）：　　threading.Thread.__init__（self， name=t_name）　　def run（self）：　　global x　　con.acquire（）　　if x == 0：　　print 'consumer wait1'　　con.wait（）　　else：　　for i in range（5）：　　x=x-1　　print "consuming……" + str（x）　　con.notify（）　　print x　　con.release（）　　con = threading.Condition（）　　x=0　　print 'start consumer'　　c=Consumer（'consumer'）　　print 'start producer'　　p=Producer（'producer'）　　p.start（）　　c.start（）　　p.join（）　　c.join（）　　print x　　上面的例子中，在初始状态下，Consumer处于wait状态，Producer连续生产（对x执行增1操作）5次后，notify正在等待的Consumer.Consumer被唤醒开始消费（对x执行减1操作）　　2，  同步队列Python中的Queue对象也提供了对线