python的互斥锁，加锁、同步机制、异步通信

某个线程要共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进入写入操作，从而保证了多线程情况下数据的正确性。

采用f_flag的方法效率低（上一篇文章最后）

创建锁
mutex=threading.Lock()
锁定
mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加，不加就会一直等待（堵塞）
释放
mutex.release()

import threading
from threading import Thread
from threading import Lock
import time

thnum=0
#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之
class MyThread(threading.Thread):
	def run(self):
		mutex.acquire()
		for i in range(10000):
			global thnum
			thnum+=1	
		print(thnum)
		mutex.release()

def test():
	global thnum
	mutex.acquire()  #等待可以上锁，通知而不是轮训，没有占用CPU
	for i in range(10000):
		thnum+=1
	print(thnum)
	mutex.release()#解锁

mutex=Lock()

if __name__=='__main__':
	t=MyThread()
	t.start()

#创建一把互斥锁，默认是没有上锁的

thn=Thread(target=test)
thn.start()

'''
10000
20000
'''

只要一上锁，由多任务变为单任务,相当于只有一个线程在运行。

下面的代码相对上面加锁的时间变短了

import threading
from threading import Thread
from threading import Lock
import time

thnum=0
#两个线程都在抢着对这个锁进行上锁，如果有一方成功上锁，那么导致另外一方会堵塞（一直等待），到这个锁被解开为之
class MyThread(threading.Thread):
	def run(self):
		for i in range(10000):
			mutex.acquire()
			global thnum
			thnum+=1
			mutex.release()#释放后，都开始抢，这样上锁的时间变短	
		print(thnum)
		
def test():
	global thnum
	for i in range(10000):
		mutex.acquire()
		thnum+=1
		mutex.release()#解锁
	print(thnum)
	

mutex=Lock()

if __name__=='__main__':
	t=MyThread()
	t.start()

#创建一把互斥锁，默认是没有上锁的

thn=Thread(target=test)
thn.start()

'''
10000
20000
'''

只有必须加锁的地方才加锁

同步：按照预定的先后顺序执行

一个运行完后，释放下一个，下一个锁定后运行，再释放下一个，下一个锁定后，运行后释放下一个.....  释放第一个

异步：

#异步的实现
from multiprocessing import Pool
import time
import os

#getpid()获取当前进程的进程号
#getppid()获取当前进程的父进程号

def test():#子进程
	print("----进程池中的进程-----pid=%d,ppid=%d --"%(os.getpid(),os.getppid()))
	for i in range(3):
		print("-----%d----"%i)
		time.sleep(1)
	return "over"  #子进程执行完后返回给操作系统，返回给父进程

def test2(args):
	print("-----callback func----pid=%d"%os.getpid())#主进程调用test2
	print("------callback func---args=%s"%args)

def main():
	pool=Pool(3)
	pool.apply_async(func=test,callback=test2)#回调
	time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2

	print("----主进程-pid = %d"%os.getpid())

if __name__=="__main__":
	#main()
	pool=Pool(3)
	pool.apply_async(test,callback=test2)#回调
	time.sleep(5)#收到func进程结束后的信号后，执行回调函数test2

	print("----主进程-pid = %d"%os.getpid())

'''显示结果不太正确，应该先运行test呀，再运行test2
-----callback func----pid=7044
------callback func---args=over
----主进程-pid = 7044
----进程池中的进程-----pid=3772,ppid=7044 --
-----0----
-----1----
-----2----
'''