python自学成才之路 死锁的解决方案

2023-10-09 21:59

本文主要是介绍python自学成才之路 死锁的解决方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

以下内容是我阅读cookbook上的死锁解决方案的读后感,感觉上面的思想很不错,想给大家分享下,我在其中加了一些我自己的理解,感兴趣的话可以阅读原文:
https://python3-cookbook.readthedocs.io/zh_CN/latest/c12/p05_locking_with_deadlock_avoidance.html#id3

关于死锁有一个经典的问题,”哲学家就餐问题“,题目是这样的:五位哲学家围坐在一张桌子前,每个人 面前有一碗饭和一只筷子。在这里每个哲学家可以看做是一个独立的线程,而每只筷子可以看做是一个锁。每个哲学家可以处在静坐、 思考、吃饭三种状态中的一个。需要注意的是,每个哲学家吃饭是需要两只筷子的,这样问题就来了:如果每个哲学家都拿起自己左边的筷子, 那么他们五个都只能拿着一只筷子坐在那儿,直到饿死。此时他们就进入了死锁状态。

解决死锁最好的方法是避免死锁。不要等问题发生了再去解决,而是在源头上避免发生问题。出现死锁的充要条件是形成一个环,所以如果在并发开发的时候,不要让环形成,死锁产生的条件满足不了,是不是就避免了死锁。

解决方案:
主要目的是避免形成环,可以这样做,给每个锁分配一个唯一的id,然后只允许按照升序的规则来使用多个锁。举个例子:有十个锁L1~L10,三个线程t1,t2,t3。t1需要L1,L2,L5,L6四个锁,t2需要L3,L5,L6,L9,四个锁,t3需要L1,L4,L7,L8,L9,L10五个锁。这三个线程每次申请锁的时候都按照自己的需要顺序去申请锁,由于这些锁的申请过程都是按照顺序来的,即使部分锁是多个线程需要的,但是顶多会出现等待的情况,不会出现死锁。如何让锁的获取是按照顺序来?可以通过上下文管理器来实现,对于上下文管理器可以看下我之前的文章。


import threading
from contextlib import contextmanager# 定义一个线程本地对象
_local = threading.local()@contextmanager
def acquire(*locks):# 该线程需要获取的锁按照id做一个排序locks = sorted(locks, key=lambda x: id(x))# 确保这些锁获取是有序的,如果出现无序则抛出异常acquired = getattr(_local,'acquired',[])if acquired and max(id(lock) for lock in acquired) >= id(locks[0]):raise RuntimeError('Lock Order Violation')# 将获取到的锁放到线程本地对象上acquired.extend(locks)_local.acquired = acquiredtry:for lock in locks:lock.acquire()yieldfinally:# 所有的锁使用完之后,按照倒序的方式进行释放,也就是从大到小的顺序进行释放for lock in reversed(locks):lock.release()del acquired[-len(locks):]

这段代码从语法的角度来看可能有两个地方不理解,一个是@contextmanager这个注解,这是上下文管理器的注解,作用和with是一样的,关于这一段可以查看我之前的文章。

第二个不好理解的地方是acquired = getattr(_local,‘acquired’,[])这段代码,这段代码的意思是获取线程本地对象的acquired这个属性,如果没有这个属性则创建一个这样的属性,并赋予初始值[]。

怎么去使用这个上下文管理器呢?看下面这个案例,有三个线程,每个线程都需要申请多个锁,他们申请的锁有些是三个线程都需要的有些是每个线程各自独有的,这些锁都通个acquire这个上下文管理器来获取。


import timea_lock = threading.Lock()
b_lock = threading.Lock()
c_lock = threading.Lock()
d_lock = threading.Lock()
e_lock = threading.Lock()
f_lock = threading.Lock()
g_lock = threading.Lock()def thread_1():while True:with acquire(a_lock, b_lock, e_lock):print('Thread-1')def thread_2():while True:with acquire(c_lock, d_lock, e_lock, f_lock):print('Thread-2')def thread_3():while True:with acquire(a_lock, b_lock, e_lock, f_lock, g_lock):print('Thread-3')t1 = threading.Thread(target=thread_1)
t1.daemon = True
t1.start()t2 = threading.Thread(target=thread_2)
t2.daemon = True
t2.start()t3 = threading.Thread(target=thread_3)
t3.daemon = True
t3.start()time.sleep(200)

这一段代码是不会发生死锁的,因为所有的锁申请过程都是按照顺序来申请的,不会出现环。

如果把这段代码改成下面这样,就会抛出异常。

def thread_1():while True:with acquire(a_lock):with acquire(e_lock):with acquire(b_lock):print('Thread-1')def thread_2():while True:with acquire(c_lock):with acquire(f_lock):with acquire(d_lock):print('Thread-2')t1 = threading.Thread(target=thread_1)
t1.daemon = True
t1.start()t2 = threading.Thread(target=thread_2)
t2.daemon = True
t2.start()time.sleep(10)输出:
RuntimeError: Lock Order Violationraise RuntimeError('Lock Order Violation')
RuntimeError: Lock Order Violation

原因是两个线程申请锁的过程不是有序的,申请过程要么把这些锁放在一个acquire里面申请,要么嵌套申请的时候按照顺序来嵌套申请。否则申请出现顺序错误就会抛出异常。

再回到文章开头的哲学家问题,怎么让这些哲学家能吃上饭呢?每个哲学家需要两只筷子才能吃上饭,我们让哲学家按照我们提供的规则去申请筷子。

def philosopher(left, right):while True:with acquire(left,right):print(threading.currentThread(), 'eating')# 创建五只筷子
NSTICKS = 5
chopsticks = [threading.Lock() for n in range(NSTICKS)]# 模拟哲学家线程
for n in range(NSTICKS):t = threading.Thread(target=philosopher,args=(chopsticks[n],chopsticks[(n+1) % NSTICKS]))t.start()

每只筷子都有它的编号,哲学家只能按照顺序来取筷子,不会形成环,所以最终每个哲学家都能吃上饭。



本人是做大数据开发的,在微信上开了个个人号,会经常在上面分享一些学习心得,原创文章都会首发到公众号上,感兴趣的盆友可以关注下哦!
在这里插入图片描述
备注:微信公众号搜索‘大数据入坑指南‘

这篇关于python自学成才之路 死锁的解决方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/175839

相关文章

如何将Python彻底卸载的三种方法

《如何将Python彻底卸载的三种方法》通常我们在一些软件的使用上有碰壁,第一反应就是卸载重装,所以有小伙伴就问我Python怎么卸载才能彻底卸载干净,今天这篇文章,小编就来教大家如何彻底卸载Pyth... 目录软件卸载①方法:②方法:③方法:清理相关文件夹软件卸载①方法:首先,在安装python时,下

python uv包管理小结

《pythonuv包管理小结》uv是一个高性能的Python包管理工具,它不仅能够高效地处理包管理和依赖解析,还提供了对Python版本管理的支持,本文主要介绍了pythonuv包管理小结,具有一... 目录安装 uv使用 uv 管理 python 版本安装指定版本的 Python查看已安装的 Python

使用Python开发一个带EPUB转换功能的Markdown编辑器

《使用Python开发一个带EPUB转换功能的Markdown编辑器》Markdown因其简单易用和强大的格式支持,成为了写作者、开发者及内容创作者的首选格式,本文将通过Python开发一个Markd... 目录应用概览代码结构与核心组件1. 初始化与布局 (__init__)2. 工具栏 (setup_t

Python中局部变量和全局变量举例详解

《Python中局部变量和全局变量举例详解》:本文主要介绍如何通过一个简单的Python代码示例来解释命名空间和作用域的概念,它详细说明了内置名称、全局名称、局部名称以及它们之间的查找顺序,文中通... 目录引入例子拆解源码运行结果如下图代码解析 python3命名空间和作用域命名空间命名空间查找顺序命名空

Python如何将大TXT文件分割成4KB小文件

《Python如何将大TXT文件分割成4KB小文件》处理大文本文件是程序员经常遇到的挑战,特别是当我们需要把一个几百MB甚至几个GB的TXT文件分割成小块时,下面我们来聊聊如何用Python自动完成这... 目录为什么需要分割TXT文件基础版:按行分割进阶版:精确控制文件大小完美解决方案:支持UTF-8编码

基于Python打造一个全能文本处理工具

《基于Python打造一个全能文本处理工具》:本文主要介绍一个基于Python+Tkinter开发的全功能本地化文本处理工具,它不仅具备基础的格式转换功能,更集成了中文特色处理等实用功能,有需要的... 目录1. 概述:当文本处理遇上python图形界面2. 功能全景图:六大核心模块解析3.运行效果4. 相

Python中的魔术方法__new__详解

《Python中的魔术方法__new__详解》:本文主要介绍Python中的魔术方法__new__的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、核心意义与机制1.1 构造过程原理1.2 与 __init__ 对比二、核心功能解析2.1 核心能力2.2

Python虚拟环境终极(含PyCharm的使用教程)

《Python虚拟环境终极(含PyCharm的使用教程)》:本文主要介绍Python虚拟环境终极(含PyCharm的使用教程),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录一、为什么需要虚拟环境?二、虚拟环境创建方式对比三、命令行创建虚拟环境(venv)3.1 基础命令3

Python Transformer 库安装配置及使用方法

《PythonTransformer库安装配置及使用方法》HuggingFaceTransformers是自然语言处理(NLP)领域最流行的开源库之一,支持基于Transformer架构的预训练模... 目录python 中的 Transformer 库及使用方法一、库的概述二、安装与配置三、基础使用:Pi

Python 中的 with open文件操作的最佳实践

《Python中的withopen文件操作的最佳实践》在Python中,withopen()提供了一个简洁而安全的方式来处理文件操作,它不仅能确保文件在操作完成后自动关闭,还能处理文件操作中的异... 目录什么是 with open()?为什么使用 with open()?使用 with open() 进行