Python的锁

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

 

 

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