Python并发编程问题：线程锁、死锁及解决方案示例

原创 Myth丶恋晨 2025-01-04 05:30 70阅读 0赞

在Python中，我们使用`threading.Lock()`来创建线程锁。线程锁主要用于保护数据不被多个线程同时修改，防止出现数据不一致的问题。

**线程锁的使用示例：**

```python
import threading

# 创建一个共享数据
data = 0

# 使用锁来保护数据
lock = threading.Lock()

def increment():
    global data
    with lock:
        data += 1
        print(f"Thread {threading.current_thread().name} incremented data by {data}")

def decrement():
    global data
    with lock:
        data -= 1
        print(f"Thread {threading.current_thread().name} decremented data by {data}")

threads = []
for i in range(5):
    t = threading.Thread(target=increment)
    threads.append(t)
    t.start()

# 等待所有线程执行完毕
for t in threads:
    t.join()

print(f"Final data: {data}")
```

**死锁：**

在上述例子中，如果两个线程交替执行`increment()`和`decrement()`，可能会出现死锁。例如，假设第一个线程先获取锁并增加数据，然后释放锁。第二个线程在此时尝试获取锁并执行减法操作。然而，第一个线程的锁还没有被解锁，导致第二个线程无法继续执行。

**解决死锁的方法：**

1. **预防死锁（Preventive Locking）**：
   在程序设计阶段就通过合理的资源分配和并发控制机制来避免出现死锁的情况。

2. **避免循环等待（Avoid Circular Wait）**：
   确保所有线程都能按照预定的顺序获取锁，从而避免形成无限循环等待的局面。

3. **使用超时机制（Use Timed Waiting）**：
   当一个线程请求获取锁但由于其他线程仍在占用而无法立即获得时，可以设置一个超时时间。如果在设定的时间内仍然没有获取到锁，那么就放弃获取并释放已获取的锁，以防止死锁的发生。