python 多任务 学习二

多任务：

1. 多线程

　　主线程下，生成多个子线程，（threading生成子线程），但只拥有同一个主进程的资源，伪多任务

　　1. 全局变量

　　　　主线程下的变量， 多任务共享全局变量

                       

                    结果为：

                       

　　　　说明：

　　　　　　类中创建 函数run(),  通过函数demo（）实例化对象来创建线程， 此时线程会自动调用类中的run（）来执行。

　　　　　　全局变量a ,它的值会在线程执行过程中改变。并且是在生成的两个线程中都可以改变。说明此全局变量可以被线程共享使用

　　　　全局变量的问题：

　　　　　　此代码存在资源竞争问题：当run()中的循环次数增加到足够多时，就会出现一个问题，如，当a的值为3时，一个线程取到了这个值3，并改变了a的值（a=4），另一个线程同时取到a的值3，并改变了a的值（a=4）,这时的变量值就会出现误差。循环次数越大，出现这种问题的概率就越大。

　　　　　　如下图， 1000000次循环，从0开始，每次+1，两个函数循环，最后得到的结果却不是2000000，说明在计算中，出现了资源竞争，有部分值被重复定义，从而出现了最终值错误。

 

                       

                   结果：

                        

 

 

　　2.  处理全局变量资源竞争问题---互斥锁

　　　　方法1：

　　　　　　使用python中的 threading库的Lock功能，可以生成一把锁（锁默认是打开的）。

　　　　　　将每个线程中，改变全局变量的部分用锁锁住（上锁：threading.Lock.acquire（）  解锁：threading.Lock.release（））， 之后，哪个线程抢先执行到互斥锁的位置，哪个先上锁，其它线程必须等到此线程解锁后，才能继续执行

                        

 

                      结果：

                         

　　　　　 方法2：

　　　　　　将互斥锁添加在循环中，锁住全局变量的值变动部分，确保一个线程改变变量的值时，其它线程执行不到变量变动的代码。

　　　　　　此代码执行时，每个线程抢到的优先执行次数不固定，但最后全局变量的值是一定的。

                         

                    结果：

                          

 　　3. 死锁问题

　　　　条件：多任务，并有两把以上的锁 

　　　　（互斥锁的使用可以避免多任务中全局变量的资源竞争问题，但是，互斥锁也存在一定的问题，就是死锁）

　　　　死锁案例：

　　　　　　两个线程（a, b），两把锁（lock_a, lock_b）

　　　　　　当线程a先加锁lock_a,再加锁lock_b；

　　　　　　线程b先加lock_b，再加lock_a两把锁，

　　　　　　此时就会出现，线程a在添加lock_b这把锁时，此锁已经被b线程使用，只能等待线程b解锁后才能执行上锁；

　　　　　　反之，线程b也需要等待线程a将lock_a锁释放才能继续向下执行。这时，就出现连个线程都无法向下继续执行的情况，就是死锁。

　　　　解决死锁问题：

　　　　　　1.  主要就是缕清逻辑，合理的分配互斥锁

　　　　　　2.  设置锁的超时时间