阅读量:0
在Python中，多线程同步机制主要使用threading模块中的锁（Lock）来实现。锁可以确保多个线程在访问共享资源时不会发生冲突。下面是一个简单的例子，展示了如何使用锁来同步多线程：
import threading # 创建一个锁对象 lock = threading.Lock() # 共享资源 shared_resource = 0 def thread_function(): global shared_resource # 获取锁 lock.acquire() try: # 临界区 for _ in range(100000): shared_resource += 1 finally: # 释放锁 lock.release() # 创建10个线程 threads = [] for _ in range(10): t = threading.Thread(target=thread_function) threads.append(t) t.start() # 等待所有线程结束 for t in threads: t.join() print("共享资源的值:", shared_resource) 在这个例子中，我们创建了一个锁对象lock和一个共享资源shared_resource。thread_function是线程要执行的任务，它使用lock.acquire()获取锁，然后在临界区（这里是一个循环，用于增加共享资源的值）内执行操作。最后，使用lock.release()释放锁。这样可以确保在多个线程同时访问共享资源时，每次只有一个线程能够进入临界区，从而避免了冲突。
需要注意的是，锁的使用可能会导致性能下降，因为它会限制多个线程同时执行。在实际应用中，需要根据具体情况权衡锁的使用。另外，Python还提供了其他同步原语，如信号量（Semaphore）、事件（Event）等，可以根据需求选择合适的同步机制。
