当前位置：首页 > Python > 正文

掌握Python协程同步原语（深入理解asyncio中的锁与信号量）

主机测评网
Python
2025-12-14
118

在现代Python异步编程中，Python协程已经成为处理高并发任务的核心技术。然而，当多个协程同时访问共享资源时，就可能引发数据竞争或不一致的问题。这时，我们就需要使用asyncio同步原语来协调协程之间的执行顺序，确保程序的正确性和稳定性。

掌握Python协程同步原语（深入理解asyncio中的锁与信号量） Python协程 asyncio同步原语异步编程协程锁第1张

什么是协程同步原语？

协程同步原语是用于控制多个协程之间协作和资源共享的工具。它们类似于多线程编程中的锁、信号量等机制，但专为异步环境设计，不会阻塞事件循环。

在Python标准库asyncio中，提供了以下几种常用的同步原语：

asyncio.Lock：互斥锁，确保同一时间只有一个协程能访问临界区。
asyncio.Semaphore：信号量，限制同时访问某资源的协程数量。
asyncio.Event：事件通知机制，一个协程可以等待另一个协程发出信号。
asyncio.Condition：条件变量，结合锁和事件，用于更复杂的同步场景。

实战：使用asyncio.Lock保护共享资源

假设我们有一个全局计数器，多个协程同时对其进行递增操作。如果不加同步控制，结果将不可预测。

    import asyncio    # 共享资源    counter = 0        async def increment(lock, worker_id):        global counter        async with lock:            print(f"Worker {worker_id} 获取锁")            temp = counter            await asyncio.sleep(0.1)  # 模拟耗时操作            counter = temp + 1            print(f"Worker {worker_id} 释放锁，counter = {counter}")        async def main():        lock = asyncio.Lock()        tasks = [increment(lock, i) for i in range(3)]        await asyncio.gather(*tasks)        print(f"最终计数器值: {counter}")        # 运行主函数    asyncio.run(main())  

在这个例子中，我们使用asyncio.Lock确保每次只有一个协程能修改counter。输出结果将是确定的（最终值为3），而如果没有锁，结果可能是1或2。

使用Semaphore限制并发数量

在异步编程中，有时我们需要限制同时执行某类操作的协程数量，比如限制同时向某个API发起的请求数量。这时就可以使用asyncio.Semaphore。

    import asyncio    async def fetch_data(semaphore, worker_id):        async with semaphore:            print(f"Worker {worker_id} 开始获取数据...")            await asyncio.sleep(1)  # 模拟网络请求            print(f"Worker {worker_id} 完成数据获取")        async def main():        # 限制最多2个协程同时执行fetch_data        semaphore = asyncio.Semaphore(2)        tasks = [fetch_data(semaphore, i) for i in range(5)]        await asyncio.gather(*tasks)        asyncio.run(main())  

运行上述代码，你会发现虽然创建了5个任务，但最多只有2个会同时执行“获取数据”操作，这正是协程锁和信号量的价值所在。