Python下線程之間的共享和釋放示例

Python下線程之間的共享和釋放示例

最近被多線程給坑了下，沒意識到類變量在多線程下是共享的，還有一個就是沒意識到 內存釋放問題，導致越累越大
1.python 類變量 在多線程情況 下的 是共享的
2.python 類變量 在多線程情況 下的 釋放是不完全的
3.python 類變量 在多線程情況 下沒釋放的那部分 內存 是可以重複利用的
    
import threading
 import time
   
 class Test:
   
   cache = {}
     
   @classmethod
   def get_value(self, key):
     value = Test.cache.get(key, [])
     return len(value)
   
   @classmethod
   def store_value(self, key, value):
     if not Test.cache.has_key(key):
       Test.cache[key] = range(value)
     else:
       Test.cache[key].extend(range(value))
     return len(Test.cache[key])
   
   @classmethod
   def release_value(self, key):
     if Test.cache.has_key(key):
       Test.cache.pop(key)
     return True
   
   @classmethod
   def print_cache(self):
     print 'print_cache:'
     for key in Test.cache:
       print 'key: %d, value:%d' % (key, len(Test.cache[key]))
   
 def worker(number, value):
   key = number % 5
   print 'threading: %d, store_value: %d' % (number, Test.store_value(key, value))
   time.sleep(10)
   print 'threading: %d, release_value: %s' % (number, Test.release_value(key))
   
 if __name__ == '__main__':
   thread_num = 10
     
   thread_pool = []
   for i in range(thread_num):
     th = threading.Thread(target=worker,args=[i, 1000000])
     thread_pool.append(th)
     thread_pool[i].start()
   
   for thread in thread_pool:
     threading.Thread.join(thread)
     
   Test.print_cache()
   time.sleep(10)
     
   thread_pool = []
   for i in range(thread_num):
     th = threading.Thread(target=worker,args=[i, 100000])
     thread_pool.append(th)
     thread_pool[i].start()
   
   for thread in thread_pool:
     threading.Thread.join(thread)
     
   Test.print_cache()
   time.sleep(10)
總結
公用的數據，除非是隻讀的，不然不要當類成員變量，一是會共享，二是不好釋放。