Python下线程之间的共享和释放示例

最近被多线程给坑了下，没意识到类变量在多线程下是共享的，还有一个就是没意识到 内存释放问题，导致越累越大

1.python 类变量 在多线程情况 下的 是共享的

2.python 类变量 在多线程情况 下的 释放是不完全的

3.python 类变量 在多线程情况 下没释放的那部分 内存 是可以重复利用的

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,100000])
     thread_pool.append(th)
     thread_pool[i].start()
  
   for thread in thread_pool:
     threading.Thread.join(thread)
    
   Test.print_cache()
   time.sleep(10)

总结

公用的数据，除非是只读的，不然不要当类成员变量，一是会共享，二是不好释放。