什么是悲观锁
悲观锁：假设并发冲突的概率很高，因此在读取数据时会加锁，以防止其他线程修改数据。只有当自己获得了锁之后才能对数据进行操作，操作完成后释放锁。
什么是乐观锁
乐观锁：假设并发冲突的概率很低，因此在读取数据时不加锁，而是在更新数据时检查数据是否被其他线程修改过。如果数据没有被修改，则更新成功；如果数据已经被修改，则放弃当前操作或者重试。
什么是原子操作
原子操作是指一个不可分割的操作，要么完全执行，要么根本不执行。这意味着在原子操作执行期间，其他线程无法访问或修改受影响的内存位置。
什么是CAS
CAS (Compare-And-Swap)
CAS 是一种原子操作，用于更新内存中的值，它执行以下操作：
比较：将当前内存值与预期的值进行比较。
交换：如果当前值与预期值相等，则将新值写入内存。
否则：不进行任何操作，并返回当前值。
CAS 的优点
CAS 是一种实现无锁并发数据结构的有效方法，因为它：
避免了锁：CAS 不需要使用锁，从而提高了性能和可伸缩性。
确保了数据一致性：CAS 保证了并发更新的正确性和原子性。
简单易用：CAS 的 API 通常很简单，易于理解和使用。
悲观锁的python实践实例
import threading# 创建一个锁对象lock = threading.Lock()# 共享数据count = 0def pessimistic_lock():global count# 获取锁with lock:# 执行操作temp = counttemp += 1count = tempprint(f"Pessimistic Lock: Count is {count}")# 创建多个线程threads = []for _ in range(10):t = threading.Thread(target=pessimistic_lock)threads.append(t)t.start()# 等待所有线程执行完毕for t in threads:t.join()print(f"Final count: {count}")
在这个例子中,我们使用threading.Lock()创建一个锁对象,然后在需要访问共享数据count的时候,使用with lock:获取锁,执行操作后释放锁。这样可以确保每次只有一个线程能够访问共享数据,避免了并发访问导致的问题。
乐观锁的例子：未使用原子操作的cas
import threading# 共享数据count = 0def optimistic_lock():global count# 读取共享数据local_count = count# 执行操作local_count += 1# 检查数据是否被修改if count == local_count - 1:count = local_countprint(f"Optimistic Lock: Count is {count}")else:print("Data has been modified by other threads, retry or abort.")# 创建多个线程threads = []for _ in range(10):t = threading.Thread(target=optimistic_lock)threads.append(t)t.start()# 等待所有线程执行完毕for t in threads:t.join()print(f"Final count: {count}")
在这个例子中,我们没有使用锁,而是在更新共享数据count的时候,先读取当前值到local_count中,执行操作后,再检查count是否被其他线程修改过。如果没有被修改,则更新count的值;如果被修改,则输出提示信息。这种方式可以减少锁的开销,但是需要处理并发冲突的情况。（注意：此代码并没有实现原子操作，只是实现了乐观锁）
感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取
