Python RLock 与 Lock 的使用差异

RLock允许同一线程多次acquire，Lock不允许；RLock可重入、记录持有线程、不允许多线程混用release，Lock无持有者标识、性能更高，适用简单临界区。

RLock 允许同一线程多次获取，Lock 不允许；这是最核心的区别。 如果你在递归调用、嵌套加锁或同一函数中多次调用 acquire，用错会直接死锁。

可重入性：同一个线程能重复加锁

RLock 是“可重入锁”，同一个线程可以连续调用 acquire() 多次，只要 release() 次数匹配即可解锁。Lock 则不行——第二次 acquire() 会阻塞（除非已释放）。

常见场景如递归函数或封装了加锁逻辑的工具方法：

• RLock 示例：递归计算阶乘时每次进入都加锁，不会卡住
• Lock 示例：同样操作会因第二次 acquire 阻塞，导

  

  致死锁

拥有者标识：RLock 记录持有线程

RLock 内部记录了当前是哪个线程持有的锁，只允许该线程重复 acquire 和 release。Lock 没有这个概念，它只是个二值开关（locked/unlocked），不关心谁加的锁。

这意味着：

• 不能用线程 A 获取 RLock 后，由线程 B 调用 release —— 会抛出 RuntimeError
• Lock 允许线程 A 加锁、线程 B 解锁（虽然不推荐，但语法上可行）

性能与适用场景

RLock 实现更复杂，有额外的状态维护开销，性能略低于 Lock。日常保护共享变量时，若无嵌套/递归需求，优先用 Lock。

典型选用建议：

• 用 Lock：多线程读写一个计数器、更新字典、生产者消费者中的简单临界区
• 用 RLock：类中多个方法相互调用且各自加锁、递归算法加锁、封装了同步逻辑的工具类

初始化与基本用法几乎一致

两者都支持 with 语句自动管理，接口高度兼容：

• with lock: 或 with rlock: 都能保证退出时释放
• 都支持 acquire(blocking=True, timeout=-1) 和 release()
• 区别只在行为逻辑，代码写法上几乎可以互换（但语义不同，不能随意替换）

不复杂但容易忽略：选错锁类型，程序可能跑着跑着就卡住，而且问题很难复现。