当前位置:
首页 > Python基础教程 >
-
Python3标准库:threading进程中管理并发操作(4)
wait()方法取一个参数,表示等待事件的时间(秒数),达到这个时间后就超时。它 会返回一个布尔值,指示事件是否已设置,使调用者知道wait()为什么返回。可以对事 件单独地使用is_set()方法而不必担心阻塞。
在这个例子中,wait_for_event_timeout()将检查事件状态而不会无限阻塞。wait_for_event()在wait()调用的位置阻塞,事件状态改变之前它不会返回。
1.8 控制资源访问
除了同步线程操作,还有一点很重要,要能够控制对共享资源的访问,从而避免破坏或丢失数据。Python的内置数据结构(列表、字典等)是线程安全的,这是Python使用原子字节码来管理这些数据结构的一个副作用(更新过程中不会释放保护Python内部数据结构的全局解释器锁GIL(Global Interpreter Lock))。Python中实现的其他数据结构或更简单的类型(如整数和浮点数)则没有这个保护。要保证同时安全地访问一个对象,可以使用一个Lock对象。
- import logging
- import random
- import threading
- import time
- class Counter:
- def __init__(self, start=0):
- self.lock = threading.Lock()
- self.value = start
- def increment(self):
- logging.debug('Waiting for lock')
- self.lock.acquire()
- try:
- logging.debug('Acquired lock')
- self.value = self.value + 1
- finally:
- self.lock.release()
- def worker(c):
- for i in range(2):
- pause = random.random()
- logging.debug('Sleeping %0.02f', pause)
- time.sleep(pause)
- c.increment()
- logging.debug('Done')
- logging.basicConfig(
- level=logging.DEBUG,
- format='(%(threadName)-10s) %(message)s',
- )
- counter = Counter()
- for i in range(2):
- t = threading.Thread(target=worker, args=(counter,))
- t.start()
- logging.debug('Waiting for worker threads')
- main_thread = threading.main_thread()
- for t in threading.enumerate():
- if t is not main_thread:
- t.join()
- logging.
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式