python怎么加锁

在Python中，加锁是一种常见的线程同步机制，用于防止多个线程同时访问共享资源，从而避免数据竞争和不一致的问题。Python提供了多种方式来实现加锁：

1. `threading`模块的`Lock`

threading.Lock是最基本的锁机制，它允许一个线程在执行临界区代码时获得锁，其他线程则会被阻塞直到锁被释放。

import threading# 创建一个锁对象
lock = threading.Lock()# 在需要同步的代码块前加锁
lock.acquire()try:# 临界区代码，只能由一个线程执行pass
finally:# 确保锁被释放lock.release()

也可以使用with语句自动管理锁的获取和释放：

with lock:# 临界区代码pass

2. `threading`模块的`RLock`

RLock（可重入锁）允许同一个线程多次获得锁，适用于需要在同一线程中多次请求锁的场景。

import threadingrlock = threading.RLock()with rlock:# 临界区代码pass

3. `threading`模块的`Semaphore`

Semaphore是一种更通用的同步机制，它允许一定数量的线程同时访问共享资源。

import threadingsemaphore = threading.Semaphore(2)  # 允许2个线程同时访问semaphore.acquire()
try:# 临界区代码pass
finally:semaphore.release()

4. `threading`模块的`Event`

Event用于线程间的信号通知。一个线程可以等待事件被另一个线程触发。

import threadingevent = threading.Event()# 等待事件被设置
event.wait()# 触发事件
event.set()

5. `threading`模块的`Condition`

Condition用于复杂的线程同步场景，它允许一个或多个线程等待，直到被通知某个条件已经发生。

import threadingcondition = threading.Condition()with condition:# 等待条件condition.wait(condition)# 通知所有等待的线程condition.notify_all()

6. `multiprocessing`模块的锁

如果你在处理多进程程序，可以使用multiprocessing模块提供的锁。

from multiprocessing import Process, Lockdef worker(lock, data):with lock:# 临界区代码data.append(1)lock = Lock()
data = []processes = [Process(target=worker, args=(lock, data)) for _ in range(5)]for p in processes:p.start()
for p in processes:p.join()print(data)  # 输出: [1, 1, 1, 1, 1]