python多執行緒之lock版生產者消費者模式，謹以此文記之。
本文利用多執行緒技術，模擬在python爬蟲環境中的應用，分為生產者部分和消費者部分，也就是將乙個爬蟲專案分為兩個部分，獲取將要爬的取詳細資訊的url部分，和爬取該url中的關鍵資訊的部分。生產者模擬第一部分，消費者模擬第二部分。也就是說，生產者負責生成指定的詳情頁面的url，消費者負責使用該url，獲取詳細資訊。
將整個場景模擬為賺錢和花錢。生產者賺錢，消費者花錢，當消費者發現金錢不夠花的時候，跳過，等有錢的時候再花錢。（消費者模擬再爬蟲專案未正式結束之前，生成url的**跟不上消費url的**的節奏時，跳過主要**，等到生成了相關url時，再繼續執行）
**實現：
首先，匯入三個包，以下三個包，time用於延時，random生成隨機數，threading用於建立執行緒
import time
import random
import threading
gmoney = 1000 #設定初始金錢
glock = threading.lock()#建立全域性鎖
gtotletimes = 10 #定義生產者生產的總次數，模擬爬蟲需要爬取url的總數
gtimes = 0 #定義已經爬取的url數
class producter(threading.thread):
def run(self):
global gmoney#宣告全域性變數
global gtimes
global gtotletimes
while true:
money = random.randint(100,1000)#生產隨機數量的money
glock.acquire()#開啟鎖
if gtimes >= gtotletimes:#判斷是否完成生產任務，如果完成則跳出，釋放鎖
glock.release()
break
gtimes += 1
gmoney += money#將生產的金錢新增到全域性變數中
print("%s生產者生產了%d元錢,總共有%d元錢"%(threading.current_thread(),money,gmoney))
glock.release()#釋放鎖
time.sleep(0.2)
class consumer(threading.thread):
def run(self):
global gmoney
global gtimes
global gtotletimes
while true:
money = random.randint(100,1000)#生成需要消費的金額
glock.acquire()
if money <= gmoney:#如果金錢足夠，則消費
gmoney -= money
print("{}消費者消費了{}元錢,還有{}元錢".format(threading.current_thread(),money,gmoney))
else:
if gtimes >= gtotletimes:#如果生產者不在生產，金錢也不夠消費，則退出
glock.release()
break
print("消費者%s準備消費%d元錢，不足"%(threading.current_thread(),money))
glock.release()
time.sleep(0.2)
def main():
for i in range(3):#生成3個消費者
t2 = consumer(name='消費者%d'%(i))
t2.start()
for x in range(3):#生成3個生產者
t1 = producter(name='生產者{}'.format(x))
t1.start()
if __name__ == '__main__':
main()
生產者生產了10次，消費著在整體程式未執行結束時，有一次不足，等待之後在次消費。
結束
boost多執行緒之mutex與lock
mutex類主要有兩種 獨佔式與共享式的互斥量。獨佔式互斥量 mutex 獨佔式的互斥量，是最簡單最常用的一種互斥量型別 try mutex 它是mutex的同義詞，為了與相容以前的版本而提供 timed mutex 它也是獨佔式的互斥量，但提供超時鎖定功能 遞迴式互斥量 recursive mut...
Java 多執行緒之Lock的用法
lock 為執行緒加鎖解鎖,因為多個執行緒在訪問同乙個資源時,乙個資源不能同時給兩個執行緒進行讀寫操作.所以使用執行緒同步的方式來對資源進行訪問限制.下面來看lock的用法 使用流程 1.建立reentrantlock物件,首先,這個reentrantlock類 重入鎖 是一種遞迴無阻塞的同步機制的...
python 多執行緒 鎖Lock
在上次講gil鎖的時候 位址 有講到gil鎖也會有釋放的時候，就會導致資料的錯誤讀訪問，10萬次左右可能不會有影響，然而量級大上去，結果就不再是零了。那麼如何解決這種問題呢？這裡引入lock from threading import lock a 0 lock lock def add fun g...