首頁 > 軟體

Python執行緒之同步機制實際應用場景舉例說明

2022-02-24 13:01:07

這次讓我們來看看一個真實場景吧:銀行轉賬

一、舉例銀行轉賬

假設現在有一個xuewei的賬號裡面有 100W。

然後有多個任務在轉賬,轉入轉出都是跟這個xuewei賬號相關的。

而且這些任務發生是隨機的。

我們先把上面的場景寫成程式碼:

xuewei_account = 100


# amount為負數即是轉出金額
def transfer(money):
    global xuewei_account
    xuewei_account += money

下面是多個執行緒,多執行緒模擬轉賬事件,我們假設有4個事件在同時發生。

import random
import threading
import datetime
import time

xuewei_account = 100


# amount為負數即是轉出金額
def transfer(money):
    global xuewei_account
    xuewei_account += money


# 建立4個任務給學委賬戶轉賬
for i in range(10000):
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()

# 等待活躍執行緒只剩下主執行緒MainThread
time.sleep(10)
print("-" * 16)
print("活躍執行緒數:", threading.active_count())
print("活躍執行緒:", threading.current_thread().name)
print("學委賬戶餘額:", xuewei_account)

這裡啟動了4個執行緒迴圈了10000次,也就是4萬個執行緒,分別於學委的賬戶進行轉賬。

下面是執行結果:

執行幾次學委的賬戶還是正確的,餘額還是100W。

上面的程式碼執行緒幾萬個,但每次執行的操作都很簡單,完成一次加法。

執行緒一個接一個start,非常快速就切換下一個執行緒, 我們看到程式沒有出現問題。

下面進行改造,這次不要就4萬執行緒了,我們讓轉賬這個任務耗時更多,每啟動一個執行緒進行模擬10萬次轉賬。

import random
import threading
import datetime
import time

xuewei_account = 100


# amount為負數即是轉出金額
def transfer(money):
    global xuewei_account
    for x in range(100000):
        xuewei_account += money

 建立4個任務給重複學委賬戶轉賬:

for i in range(10):
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()

time.sleep(10)
print("-" * 16)
print("活躍執行緒數:", threading.active_count())
print("活躍執行緒:", threading.current_thread().name)
print("學委賬戶餘額:", xuewei_account)

這裡執行的結果就比較出乎意料了:

多執行緒程式設計複雜的地方就在這裡了, 有時候明明平平無奇的程式碼,改造成多執行緒,就很容易出bug!

當然上面的程式碼並不是平平無奇,相比第一段程式碼,上面的轉賬函數做的事件更多,更耗時。

二、問題解決

我們加上鎖

程式碼如下:

import random
import threading
import datetime
import time

xuewei_account = 100

lock = threading.Lock()
# amount為負數即是轉出金額
def transfer(money):
    lock.acquire()
    global xuewei_account
    for x in range(100000):
        xuewei_account += money
    lock.release()


# 建立4個任務給重複學委賬戶轉賬
for i in range(10):
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()
    threading.Thread(target=lambda: transfer(-1)).start()
    threading.Thread(target=lambda: transfer(1)).start()

time.sleep(10)
print("-" * 16)
print("活躍執行緒數:", threading.active_count())
print("活躍執行緒:", threading.current_thread().name)
print("學委賬戶餘額:", xuewei_account)

執行結果如下:

上面的程式碼不管怎麼執行,執行多少次最後學委的賬戶都是100.(PS:學委不會聯絡讀者轉賬的,這個特別注意)。

不管多少個執行緒,每次轉賬函數內部轉賬的程式碼(從global到 += money這一段程式碼)只會被一個執行緒呼叫。

三、總結

展示了同步機制解決一些程式設計問題的思路。讀者可以多多借鑑,思考鎖的應用。

為什麼在對amount重度操作(本文第二段程式碼)的時候,計算就出錯了!

這裡amount相當於多執行緒都在操作的變數,也就是共用變數,多執行緒程式設計要特別注意這類變數,避免出現對共用變數的操作,有些程式在並行規模很小的時候一點問題也沒有。

並行程式設計是高度利用CPU計算能力的程式設計方式,並行程式也就是在並行執行同類任務的程式。這個可以跟單執行緒應用比較。

到此這篇關於Python執行緒之同步機制實際應用場景舉例說明的文章就介紹到這了,更多相關Python執行緒同步機制內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com!


IT145.com E-mail:sddin#qq.com