Python线程之同步机制实际应用场景举例说明
这次让我们来看看一个真实场景吧：银行转账
一、举例银行转账
假设现在有一个xuewei的账号里面有 100W。
然后有多个任务在转账，转入转出都是跟这个xuewei账号相关的。
而且这些任务发生是随机的。
我们先把上面的场景写成代码：
xuewei_account = 100 # amount为负数即是转出金额 def transfer(money): global xuewei_account xuewei_account += money
下面是多个线程，多线程模拟转账事件，我们假设有4个事件在同时发生。
import random
import threading
import datetime
import time
xuewei_account = 100
# amount为负数即是转出金额
def transfer(money):
global xuewei_account
xuewei_account += money
# 创建4个任务给学委账户转账
for i in range(10000):
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
# 等待活跃线程只剩下主线程MainThread
time.sleep(10)
print("-" * 16)
print("活跃线程数:", threading.active_count())
print("活跃线程:", threading.current_thread().name)
print("学委账户余额：", xuewei_account)这里启动了4个线程循环了10000次，也就是4万个线程，分别于学委的账户进行转账。
下面是运行结果：
运行几次学委的账户还是正确的，余额还是100W。
上面的代码线程几万个，但每次运行的操作都很简单，完成一次加法。
线程一个接一个start，非常快速就切换下一个线程， 我们看到程序没有出现问题。
下面进行改造，这次不要就4万线程了，我们让转账这个任务耗时更多，每启动一个线程进行模拟10万次转账。
import random import threading import datetime import time xuewei_account = 100 # amount为负数即是转出金额 def transfer(money): global xuewei_account for x in range(100000): xuewei_account += money
创建4个任务给重复学委账户转账：
for i in range(10):
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
time.sleep(10)
print("-" * 16)
print("活跃线程数:", threading.active_count())
print("活跃线程:", threading.current_thread().name)
print("学委账户余额：", xuewei_account)这里运行的结果就比较出乎意料了：
多线程编程复杂的地方就在这里了, 有时候明明平平无奇的代码，改造成多线程，就很容易出bug！
当然上面的代码并不是平平无奇，相比第一段代码，上面的转账函数做的事件更多，更耗时。
二、问题解决
我们加上锁。
代码如下：
import random
import threading
import datetime
import time
xuewei_account = 100
lock = threading.Lock()
# amount为负数即是转出金额
def transfer(money):
lock.acquire()
global xuewei_account
for x in range(100000):
xuewei_account += money
lock.release()
# 创建4个任务给重复学委账户转账
for i in range(10):
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
threading.Thread(target=lambda: transfer(-1)).start()
threading.Thread(target=lambda: transfer(1)).start()
time.sleep(10)
print("-" * 16)
print("活跃线程数:", threading.active_count())
print("活跃线程:", threading.current_thread().name)
print("学委账户余额：", xuewei_account)运行结果如下：
上面的代码不管怎么运行，运行多少次最后学委的账户都是100.（PS：学委不会联系读者转账的，这个特别注意）。
不管多少个线程，每次转账函数内部转账的代码（从global到 += money这一段代码）只会被一个线程调用。
三、总结
展示了同步机制解决一些编程问题的思路。读者可以多多借鉴，思考锁的应用。
为什么在对amount重度操作（本文第二段代码）的时候，计算就出错了！
这里amount相当于多线程都在操作的变量，也就是共享变量，多线程编程要特别注意这类变量，避免出现对共享变量的操作，有些程序在并发规模很小的时候一点问题也没有。
并发编程是高度利用CPU计算能力的编程方式，并发程序也就是在并行执行同类任务的程序。这个可以跟单线程应用比较。
到此这篇关于Python线程之同步机制实际应用场景举例说明的文章就介绍到这了,更多相关Python线程同步机制内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
下面小编就为大家分享一篇利用numpy和pandas处理csv文件中的时间方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-04-04
这篇文章主要给大家分享的是Python划分数组为连续数字集合的练习，下面文章首先对问题进行详细描述，在根据问题提出解决方案，内容详细,需要的朋友可以参考一下，希望对你有所帮助2021-11-11
Python深度学习实战PyQt5窗口切换的堆叠布局示例详解
本文以堆叠窗口控件为例，详细介绍堆叠布局的界面设计和程序实现过程，通过案例带小白创建一个典型的堆叠布局多窗口切换程序2021-10-10
今天小编就为大家分享一篇在SQLite-Python中实现返回、查询中文字段的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
在本篇文章里小编给大家正里的是一篇关于Python代码生成视频的缩略图的实例讲解，对此有需要的朋友们可以跟着学习下。2019-12-12
这篇文章主要介绍了python处理xml文件的方法,结合实例形式总结分析了Python常见的xml文件处理技巧与相关注意事项,需要的朋友可以参考下2017-05-05
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑2018-07-07
这篇文章主要介绍了python学生信息管理系统的实现代码，代码简单，复制即可使用,需要的朋友可以参考下2019-12-12
本文主要介绍了python字典dict中常用内置函数的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-04-04
以上源文件是对python中的线程的一个简单应用，实现了对并发线程的顺序运行，也许对你会有小小帮助2009-04-04
最新评论