Python中线程同步与线程锁

你的名字 2022-01-21 10:39 440阅读 0赞

### 文章目录 ###

*  线程同步与线程锁
 *   *  线程同步
     *  1.threading.Event对象
     *  2.threading.Timer定时器，延迟执行
     *  3.threading.Lock锁
     *  4.可重入锁RLock
     *  5.Condition条件锁，等待通知
     *  6.therading.Semaphore信号量
     *  7.threading.BoundedSemaphore有界信号量
     *  总结

# 线程同步与线程锁 #

## 线程同步 ##

**概念**  
\* 线程同步，线程间协同，通过某种技术，让一个线程访问某些数据时，其他线程不能访问这些数据，直到该线程完 成对数据的操作。

## 1.threading.Event对象 ##

*  Event事件，是线程间通信机制中最简单的实现，使用一个内部的标记flag,通过flag的True或False的变化 来进行操作

<table> 
 <thead> 
  <tr> 
   <th align="left">名称</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">event.set()</td> 
   <td align="left">标记设置为True</td> 
  </tr> 
  <tr> 
   <td align="left">event.clear()</td> 
   <td align="left">标记设置为False</td> 
  </tr> 
  <tr> 
   <td align="left">event.is_set()</td> 
   <td align="left">标记是否为True</td> 
  </tr> 
  <tr> 
   <td align="left">event.wait(timeout=None)</td> 
   <td align="left">设置等待标记为True的时长，None为无限等待。等到返回True,未等到超时了返回False</td> 
  </tr> 
 </tbody> 
</table>

*  老板雇佣了一个工人，让他生产杯子，老板一直等着这个工人，直到生产了10个杯子

import threading
    import time
    import logging
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    def worker(event:threading.Event,count = 10):
        logging.info("我是worker工作线程")
        cups = []
        while True:
            logging.info("制作了一个 cup")
            time.sleep(0.2)
            cups.append(1)
            if len(cups)>=count:
                event.set()
                break
        logging.info("制作完成：{}".format(cups))
    
    def boss(event:threading.Event):
        logging.info("我是boss")
        event.wait()
        logging.info("Good Job")
    
    event = threading.Event()
    b = threading.Thread(target=boss,args=(event,))
    w = threading.Thread(target=worker,args=(event,))
    b.start()
    w.start()

![threading2\_001][threading2_001]

*  使用同一个Event对象的标记ﬂag。
 *  谁wait就是等到ﬂag变为True，或等到超时返回False。不限制等待的个数。
 *  wait的使用

from threading import Thread,Event
    import logging
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    def worker(event:Event,interval:int):
        while not event.wait(interval):
            logging.info("没有等到。。")
    
    e = Event()
    Thread(target=worker,args=(e,1)).start()
    
    e.wait(5)
    e.set()
    
    print("======end========")

![threading2\_002][threading2_002]

## 2.threading.Timer定时器，延迟执行 ##

<table> 
 <thead> 
  <tr> 
   <th align="left">方法</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Timer.cancel()</td> 
   <td align="left">取消定时器，(定时器为执行函数时可以取消，在函数执行中无法取消)</td> 
  </tr> 
  <tr> 
   <td align="left">Time.start()</td> 
   <td align="left">启动定时器</td> 
  </tr> 
 </tbody> 
</table>

*  threading.Timer继承自Thread,这个类用来定义延迟多久后执行一个函数。
 *  `class threading.Timer(interval, function, args=None, kwargs=None)`
    
    1.  interval \#多少时间后执行function函数
    2.  function \#需要执行的函数
 *  start方法执行之后，Timer对象会处于等待状态，等待了interval秒之后，开始执行function函数的。
 *  Timer是线程Thread的子类，Timer实例内部提供了一个ﬁnished属性，该属性是Event对象。
 *  cancel方法，本质上 是在worker函数执行前对ﬁnished属性set方法操作，从而跳过了worker函数执行，达到了取消的效果。

from threading import Timer
    import logging
    import time
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    def worker():
        logging.info("in worker")
        time.sleep(5)
        logging.info("end in worker")
    
    t = Timer(2,worker)
    t.setName("timer1") #设置线程名称
    # t.cancel() #取消定时器后，定时器不在执行
    t.start()
    # t.cancel() #取消定时器后，定时器不在执行
    time.sleep(4) #等待4秒后，定时器已经开始执行
    t.cancel() #当定时器执行后，无法取消
    
    print("======end========")

![threading2\_003][threading2_003]

## 3.threading.Lock锁 ##

锁(Lock):一旦线程获得锁，其他试图获取锁的线程将被阻塞等待。  
锁：凡是存在共享支援争抢的地方都可以使用锁，从而保证只有一个使用者可以完全使用这个资源。

<table> 
 <thead> 
  <tr> 
   <th align="left">名称</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Lock.acquire(blocking=True,timeout=-1)</td> 
   <td align="left">获取锁，获取成功返回True,否则返回False<br>当获取不到锁时，默认进入阻塞状态，直到获取到锁，后才继续。阻塞可以设置超时时间。非阻塞时，timeout禁止设置。如果超时依旧未获取到锁，返回False。</td> 
  </tr> 
  <tr> 
   <td align="left">Lock.rease()</td> 
   <td align="left">释放锁，可以从任何线程调用释放。<br>已上锁的锁，会被设置为unlocked。如果未上锁调用，会抛出RuntimeError异常。</td> 
  </tr> 
 </tbody> 
</table>

import threading
    import sys
    import time
    
    def print(*args):
        sys.stdout.write(" ".join(map(str,args))+"\n")
    
    def worker(lock):
        print("worker start",threading.get_ident(),threading.current_thread().name)
        lock.acquire()
        print("worker over",threading.get_ident(),threading.current_thread().name)
    
    lock = threading.Lock()
    lock.acquire()
    print(" -"*30)
    for i in range(5):
        threading.Thread(target=worker,args=(lock,),name="w{}".format(i)).start()
    
    print("- "* 30)
    while True:
        time.sleep(0.1)
        cmd = input(">>").strip()
        if cmd == "r":
            lock.release()
        elif cmd == "q":
            break
        else:
            print(threading.enumerate())

![threading2\_004][threading2_004]  
上例可以看出不管在哪一个线程中，只要对一个已经上锁的锁阻塞请求，该线程就会阻塞。

*  **加锁，解锁**  
    一般来说，加锁就需要解锁，但是加锁后解锁前，还要有一些代码执行，就有可能抛异常，一旦出现异常，锁是无 法释放，但是当前线程可能因为这个异常被终止了，这也产生了死锁
 *  加锁、解锁常用语句：
    
    1.  使用try…ﬁnally语句保证锁的释放
    2.  with上下文管理，锁对象支持上下文管理
 *  计数器类，可加，可减。

import threading
    import sys
    import time
    
    def print(*args):
        sys.stdout.write(" ".join(map(str,args))+"\n")
    
    class Counter:
        def __init__(self):
            self._val = 0
            self.lock = threading.Lock()
    
        @property
        def value(self):
            with self.lock:
                return self._val
    
        def inc(self):
            with self.lock:
                self._val += 1
    
        def dec(self):
            with self.lock:
                self._val -= 1
    
    def run(c:Counter,count=100):
        for _ in range(count):
            for i in range(-50,50):
                if i <0:
                    c.dec()
                else:
                    c.inc()
    
    c = Counter()
    c1 = 10 #线程数
    c2 = 1000
    for i in range(c1):
        threading.Thread(target=run,args=(c,c2)).start()
    
    for k in threading.enumerate():
        if k.name != "MainThread":
            k.join()
    
    print(c.value)

*  **锁的应用场景**  
    锁适用于访问和修改同一个共享资源的时候，即读写同一个资源的时候。
 *  使用锁的注意事项：
    
    1.  少用锁，必要时用锁。使用了锁，多线程访问被锁的资源时，就成了串行，要么排队执行，要么争抢执行
        
         *  举例，高速公路上车并行跑，可是到了省界只开放了一个收费口，过了这个口，车辆依然可以在多车道 上一起跑。过收费口的时候，如果排队一辆辆过，加不加锁一样效率相当，但是一旦出现争抢，就必须 加锁一辆辆过。注意，不管加不加锁，只要是一辆辆过，效率就下降了。
    2.  加锁时间越短越好，不需要就立即释放锁
    3.  一定要避免死锁
 *  **非阻塞锁的使用**

import threading
    import sys
    import time
    
    def print(*args):
        sys.stdout.write(" ".join(map(str,args))+"\n")
    
    def worker(lock:threading.Lock):
        while True:
            if lock.acquire(False):
                print("do something.")
                time.sleep(1)
                lock.release()
                break
            else:
                print("try again")
                time.sleep(1)
    
    lock = threading.Lock()
    for i in range(5):
        threading.Thread(target=worker,name="w{}".format(i),args=(lock,)).start()

![threading2\_005][threading2_005]

## 4.可重入锁RLock ##

*  可重入锁，是**线程相关**的锁
 *  线程A获得可重复锁，并可以多次成功获取，不会阻塞。最后要在线程A中做和acquire次数相同的release

import threading
    import sys
    import time
    
    def print(*args):
        sys.stdout.write(" ".join(map(str,args))+"\n")
    
    def fib(num,rlock:threading.RLock):
        with rlock:
            if num<3:
                return 1
            return fib(num-1,rlock)+fib(num-2,rlock)
    
    def work(num,rlock):
        print(fib(num,rlock))
    
    rlock = threading.RLock()
    for i in range(1,10):
        threading.Thread(target=work,args=(i,rlock)).start()

可重入锁  
\* 与线程相关，可在一个线程中获取锁，并可继续在同一线程中不阻塞多次获取锁  
\* 当锁未释放完，其它线程获取锁就会阻塞，直到当前持有锁的线程释放完锁  
\* 锁都应该使用完后释放。可重入锁也是锁，应该acquire多少次，就release多少次

## 5.Condition条件锁，等待通知 ##

构造方法Condition(lock=None)，可以传入一个Lock或RLock对象，默认是RLock。

<table> 
 <thead> 
  <tr> 
   <th align="left">名称</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Condition.acquire(self,*args)</td> 
   <td align="left">获取锁</td> 
  </tr> 
  <tr> 
   <td align="left">Condition.wait(self,timeout=None)</td> 
   <td align="left">等待通知，timeout设置超时时间</td> 
  </tr> 
  <tr> 
   <td align="left">Condition.notify(self,n=1)</td> 
   <td align="left">唤醒至多指定数目个数的等待的线程，没有等待的线程就没有任何操作</td> 
  </tr> 
  <tr> 
   <td align="left">Condition.notify_all(self)</td> 
   <td align="left">唤醒所有等待的线程</td> 
  </tr> 
 </tbody> 
</table>

*  每个线程都可以通过Condition获取已把属于自己的锁，在锁中可以等待其他进程的同级锁的通知。当获取到同级锁的通知后，会停止等待。
 *  当使用Condition(lock=Lock())初始化锁时，锁只能一级等待，不能出现多级等待。
 *  简单示例：

import threading
    import time
    
    def work(cond:threading.Condition):
        with cond:
            print("开始等待")
            cond.wait()
            print("等到了")
    
    cond = threading.Condition()
    # cond = threading.Condition(threading.Lock())
    threading.Thread(target=work,args=(cond,)).start()
    threading.Thread(target=work,args=(cond,)).start()
    
    with cond:
        with cond:
            time.sleep(1)
            print("开始释放二级等待")
            print(cond.notifyAll())
        time.sleep(2)
        print("开始释放一级等待")
        cond.notifyAll()

![threading2\_006][threading2_006]

*  广播模式示例：

from threading import Thread,Condition,Lock
    import time
    import logging
    import random
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    class Dispachter:
        def __init__(self):
            self.data = None
            self.cond = Condition(lock=Lock())
    
        #生成者
        def produce(self,total):
            for _ in range(total):
                data = random.randint(1,100)
                with self.cond:
                    logging.info("生产了一个数据：{}".format(data))
                    self.data = data
                    self.cond.notify(1)
                time.sleep(1) #模拟生成数据需要耗时1秒
    
        #消费者
        def consume(self):
            while True:
                with self.cond:
                    self.cond.wait() #等待
                    data = self.data
                    logging.info("消费了一个数据 {}".format(data))
                    self.data = None
    
    d = Dispachter()
    p = Thread(target=d.produce,name="producer",args=(10,))
    
    # 增加消费者
    for i in range(5):
        c = Thread(target=d.consume,name="consumer{}".format(i))
        c.start()
    
    p.start()

![threading2\_007][threading2_007]

上面例子中演示了**生产者**生产一个数据，就通知一个消费者消费。

*  **Condition总结**  
    Condition用于生产者消费者模型中，解决生产者消费者速度匹配的问题。采用了通知机制，非常有效率。
 *  使用方式  
    使用Condition，必须先acquire，用完了要release，因为内部使用了锁，默认使用RLock锁，最好的方式是使用 with上下文。  
    消费者wait，等待通知。  
    生产者生产好消息，对消费者发通知，可以使用notify或者notify\_all方法。

## 6.therading.Semaphore信号量 ##

和Lock很像，信号量对象内部维护一个倒计数器，每一次acquire都会减1，当acquire方法发现计数为0就阻塞请求 的线程，直到其它线程对信号量release后，计数大于0，恢复阻塞的线程。

<table> 
 <thead> 
  <tr> 
   <th align="left">名称</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Semaphore(value=1)</td> 
   <td align="left">构造方法。value为初始信号量。value小于0，抛出ValueError异常</td> 
  </tr> 
  <tr> 
   <td align="left">Semaphore.acquire(self,blocking=True,timeout=None)</td> 
   <td align="left">获取信号量，技术器减1，即_value的值减少1。如果_value的值为0会变成阻塞状态。获取成功返回True</td> 
  </tr> 
  <tr> 
   <td align="left">Semaphore.release(self)</td> 
   <td align="left">释放信号量，计数器加1。即_value的值加1</td> 
  </tr> 
  <tr> 
   <td align="left">Semaphore._value</td> 
   <td align="left">信号量，当前信号量</td> 
  </tr> 
 </tbody> 
</table>

*  **注意**：
    
    1.  计数器永远不会低于0，因为acquire的时候，发现是0，都会被阻塞。
    2.  信号量没有做超界限制

from threading import Semaphore
    
    s =Semaphore(3)
    print(s._value)
    s.release() #会增加信号量
    print(s._value) #可以看出没有做信号量上线控制
    print("----------------")
    print(s.acquire())
    print(s._value)
    print(s.acquire())
    print(s._value)
    print(s.acquire())
    print(s._value)
    print(s.acquire())
    print(s._value)
    print(s.acquire()) #当信号量为0再次acquire会被阻塞
    print("~~~~~~阻塞了吗？")
    print(s._value)

![threading2\_008][threading2_008]

*  跨线程使用演示

from threading import Thread,Semaphore
    import time
    import logging
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    #定义获取信号量
    def worker(s:Semaphore):
        while s.acquire():
            logging.info("被执行了一次，获取一个信号量 _value={}".format(s._value))
    
    #释放信号量
    def cunn(s:Semaphore):
        while True:
            logging.info("释放一个信号量")
            s.release()
            time.sleep(1)
    
    s = Semaphore(3)
    #创建3个线程获取信号量
    for i in range(3):
        Thread(target=worker,args=(s,),name="w{}".format(i)).start()
    
    #开启一个线程释放信号量
    Thread(target=cunn,args=(s,)).start()

![threading2\_009][threading2_009]

## 7.threading.BoundedSemaphore有界信号量 ##

*  有界信号量，不允许使用release超出初始值的范围，否则，抛出ValueError异常

<table> 
 <thead> 
  <tr> 
   <th align="left">名称</th> 
   <th align="left">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">BoundedSemaphore(value=1)</td> 
   <td align="left">构造方法。value为初始信号量。value小于0，抛出ValueError异常</td> 
  </tr> 
  <tr> 
   <td align="left">BoundedSemaphore.acquire(self,blocking=True,timeout=None)</td> 
   <td align="left">获取信号量，技术器减1，即_value的值减少1。如果_value的值为0会变成阻塞状态。获取成功返回True</td> 
  </tr> 
  <tr> 
   <td align="left">BoundedSemaphore.release(self)</td> 
   <td align="left">释放信号量，计数器加1。即_value的值加1，超过初始化值会抛出异常ValueError。</td> 
  </tr> 
  <tr> 
   <td align="left">BoundedSemaphore._value</td> 
   <td align="left">信号量，当前信号量</td> 
  </tr> 
 </tbody> 
</table>

from threading import BoundedSemaphore
    
    bs = BoundedSemaphore(3)
    print(bs._value)
    bs.acquire()
    bs.acquire()
    bs.acquire()
    print(bs._value)
    bs.release()
    bs.release()
    bs.release()
    print(bs._value)
    bs.release()

![threading2\_010][threading2_010]

*  应用举例  
    连接池  
    因为资源有限，且开启一个连接成本高，所以，使用连接池。  
    一个简单的连接池  
    连接池应该有容量（总数），有一个工厂方法可以获取连接，能够把不用的连接返回，供其他调用者使用。

from threading import Thread,BoundedSemaphore
    import time
    import logging
    import random
    
    logging.basicConfig(format="%(asctime)s %(threadName)s %(thread)s %(message)s",level=logging.INFO)
    
    #链接类
    class Conn:
        def __init__(self,name):
            self.name = name
    
    class Pool:
        def __init__(self,count:int):
            self.count = count
            #池中放着链接备用
            self.pool = [self._connect("conn-{}".format(i)) for i in range(count)]
            self.bsemaphore = BoundedSemaphore(count)
    
        #创建连接方法，返回一个连接对象
        def _connect(self,conn_name):
            return Conn(conn_name)
    
        #获取一个链接
        def get_conn(self):
            self.bsemaphore.acquire()
            self.pool.pop()
            logging.info("从连接池拿走了一个连接~~~~~~~")
    
        #归还一个连接
        def return_conn(self,conn:Conn):
            logging.info("归还了一个连接----------")
            self.pool.append(conn)
            self.bsemaphore.release()
    
    def worker(pool:Pool):
        conn = pool.get_conn()
        logging.info(conn)
        #模拟使用了一段时间
        time.sleep(random.randint(1,5))
        pool.return_conn(conn)
    
    pool = Pool(3)
    for i in range(6):
        Thread(target=worker,name="worker-{}".format(i),args=(pool,)).start()

![threading2\_011][threading2_011]  
上例中，使用信号量解决资源有限的问题。  
如果池中有资源，请求者获取资源时信号量减1，拿走资源。当请求超过资源数，请求者只能等待。当使用者用完 归还资源后信号量加1，等待线程就可以被唤醒拿走资源。  
注意：这个连接池的例子不能用到生成环境，只是为了说明信号量使用的例子，连接池还有很多未完成功能。

*  **问题分析**

1.  边界问题
    
     *  假设一种极端情况，计数器还差1就归还满了，有三个线程A、B、C都执行了第一句，都没有来得及release，这时 候轮到线程A release，正常的release，然后轮到线程C先release，一定出问题，超界了，直接抛异常。 因此信号量，可以保证，一定不能多归还。
2.  正常使用分析
    
     *  正常使用信号量，都会先获取信号量，然后用完归还。
     *  创建很多线程，都去获取信号量，没有获得信号量的线程都阻塞。能归还的线程都是前面获取到信号量的线程，其 他没有获得线程都阻塞着。非阻塞的线程append后才release，这时候等待的线程被唤醒，才能pop，也就是没有 获取信号量就不能pop，这是安全的。
     *  经过上面的分析，信号量比计算列表长度好，线程安全。

*  **信号量和锁**
    
    1.  信号量，可以多个线程访问共享资源，但这个共享资源数量有限。
    2.  锁，可以看做特殊的信号量，即信号量计数器初值为1。只允许同一个时间一个线程独占资源。

## 总结 ##

<table> 
 <tbody> 
  <tr> 
   <td colspan="3"> <h4>threading模块中的类</h4> </td> 
  </tr> 
  <tr> 
   <td>类</td> 
   <td>常用方法</td> 
   <td>含义</td> 
  </tr> 
  <tr> 
   <td>Event</td> 
   <td align="left">set(self)</td> 
   <td align="left">将标记设置为True</td> 
  </tr> 
  <tr> 
   <td align="left">clear(self)</td> 
   <td align="left">将标记设置为False</td> 
  </tr> 
  <tr> 
   <td align="left">is_set()</td> 
   <td align="left">判断当前标记是否为True,是True返回True,否则返回False<br>相当于为返回当前标记</td> 
  </tr> 
  <tr> 
   <td align="left">wait(self,timeout=None)</td> 
   <td align="left">如果当前标记为True，立即返回True,如果当前标记为False，会产生一个阻塞，直到标记为True时返回True。timeout等待超时时间，默认为None表示无限等待。未等到超时了返回False</td> 
  </tr> 
  <tr> 
   <td>Time定时器，延迟执行</td> 
   <td align="left">Timer(interval, function, args=None, kwargs=None)</td> 
   <td align="left"> 实例化构造方法<br> 1. interval #多少时间后执行function函数<br> 2. function #需要执行的函数 </td> 
  </tr> 
  <tr> 
   <td align="left">cancel(self)</td> 
   <td align="left">取消定时器<br>(定时器为执行函数时可以取消，在函数执行中无法取消)</td> 
  </tr> 
  <tr> 
   <td align="left">start()</td> 
   <td align="left">启动定时器</td> 
  </tr> 
  <tr> 
   <td>Lock锁</td> 
   <td align="left">acquire(self,blocking=True,timeout=-1)</td> 
   <td align="left">获取锁，获取成功返回True,否则返回False<br>当获取不到锁时，默认进入阻塞状态，直到获取到锁，后才继续。<br>阻塞可以设置超时时间。<br>非阻塞时，timeout禁止设置。如果超时依旧未获取到锁，返回False。</td> 
  </tr> 
  <tr> 
   <td align="left">rease(self)</td> 
   <td align="left">释放锁，可以从任何线程调用释放。<br>已上锁的锁，会被设置为unlocked。如果未上锁调用，会抛出RuntimeError异常。</td> 
  </tr> 
  <tr> 
   <td>RLock可重入锁</td> 
   <td align="left" colspan="2">和Lock类似但是：<br>线程A获得可重复锁，并可以多次成功获取，不会阻塞。最后要在线程A中做和acquire次数相同的release </td> 
  </tr> 
  <tr> 
   <td>Condition</td> 
   <td align="left">Condition(self,lock=None)</td> 
   <td align="left">构造方法，lock默认值为None表示使用RLock()锁，也可以自己传入为Lock()</td> 
  </tr> 
  <tr> 
   <td align="left">acquire(self,*args)</td> 
   <td align="left">获取锁</td> 
  </tr> 
  <tr> 
   <td align="left">rease(self)</td> 
   <td align="left">释放锁</td> 
  </tr> 
  <tr> 
   <td align="left">wait(self,timeout=None)</td> 
   <td align="left">等待通知，timeout设置超时时间。<br>注意：必须获取锁后才能等待通知，notify或notify_all可以发通知</td> 
  </tr> 
  <tr> 
   <td align="left">notify(self,n=1)</td> 
   <td align="left">唤醒至多指定数目个数的等待的线程，没有等待的线程就没有任何操作</td> 
  </tr> 
  <tr> 
   <td align="left">notify_all(self)</td> 
   <td align="left">唤醒所有等待的线程</td> 
  </tr> 
  <tr> 
   <td>Semaphore信号量</td> 
   <td align="left">Semaphore(value=1)</td> 
   <td align="left">构造方法。value为初始信号量。value小于0，抛出ValueError异常</td> 
  </tr> 
  <tr> 
   <td align="left">acquire(self,blocking=True,timeout=None)</td> 
   <td align="left">获取信号量，技术器减1，即_value的值减少1。<br>如果_value的值为0会变成阻塞状态。获取成功返回True</td> 
  </tr> 
  <tr> 
   <td align="left">release(self)</td> 
   <td align="left">释放信号量，计数器加1。即_value的值加1</td> 
  </tr> 
  <tr> 
   <td align="left">`_value`属性</td> 
   <td align="left">信号量，当前信号量</td> 
  </tr> 
  <tr> 
   <td>BoundedSemaphore有界信号量</td> 
   <td align="left">BoundedSemaphore(value=1)</td> 
   <td align="left">构造方法。value为初始信号量。value小于0，抛出ValueError异常</td> 
  </tr> 
  <tr> 
   <td align="left">acquire(self,blocking=True,timeout=None)</td> 
   <td align="left">获取信号量，技术器减1，即_value的值减少1。<br>如果_value的值为0会变成阻塞状态。获取成功返回True</td> 
  </tr> 
  <tr> 
   <td align="left">release(self)</td> 
   <td align="left">释放信号量，计数器加1。即_value的值加1，超过初始化值会抛出异常ValueError。</td> 
  </tr> 
  <tr> 
   <td align="left">_value</td> 
   <td align="left">信号量，当前信号量</td> 
  </tr> 
 </tbody> 
</table>

[threading2_001]: /images/20220121/bfc677f632714033ac86e1edc6c7f951.png
[threading2_002]: /images/20220121/a88c62ee084f401c9f536bbef6420fe7.png
[threading2_003]: /images/20220121/6a1054c0a9634123adcfa5b46013f6d9.png
[threading2_004]: /images/20220121/f7643254aeff4689bb3c2bd3e3141c07.png
[threading2_005]: /images/20220121/3ddfaabc7379418789faab192cef0479.png
[threading2_006]: /images/20220121/65eca749bbf1414d896fd52522cb6031.png
[threading2_007]: /images/20220121/bea0732030d54e728ee2e96ef618fa17.png
[threading2_008]: /images/20220121/17b106c20af14a78a16094e6ef5865ec.png
[threading2_009]: /images/20220121/c911b8b30c234e3ca5c449e44e12825c.png
[threading2_010]: /images/20220121/c3aebd29851b4015bf945cef22cf5cc0.png
[threading2_011]: /images/20220121/eb82c108035341439baec492a2903566.png