怎么理解Python線程安全

這篇文章主要介紹“怎么理解Python線程安全”，在日常操作中，相信很多人在怎么理解Python線程安全問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”怎么理解Python線程安全”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

1. 線程不安全是怎樣的?

要搞清楚什么是線程安全，就要先了解線程不安全是什么樣的。

比如下面這段代碼，開啟兩個線程，對全局變量 number 各自增 10萬次，每次增量 1。

from threading import Thread, Lock  number = 0  def target():     global number     for _ in range(1000000):         number += 1  thread_01 = Thread(target=target) thread_02 = Thread(target=target) thread_01.start() thread_02.start()  thread_01.join() thread_02.join()  print(number)

正常我們的預期輸出結果，一個線程自增100萬，兩個線程就自增 200 萬嘛，輸出肯定為 2000000 。

可事實卻并不是你想的那樣，不管你運行多少次，每次輸出的結果都會不一樣，而這些輸出結果都有一個特點是，都小于 200 萬。

以下是執行三次的結果

1459782 1379891 1432921

這種現象就是線程不安全，究其根因，其實是我們的操作 number += 1 ，不是原子操作，才會導致的線程不安全。

2. 什么是原子操作?

原子操作(atomic  operation)，指不會被線程調度機制打斷的操作，這種操作一旦開始，就一直運行到結束，中間不會切換到其他線程。

它有點類似數據庫中的 事務。

在 Python 的官方文檔上，列出了一些常見原子操作

L.append(x) L1.extend(L2) x = L[i] x = L.pop() L1[i:j] = L2 L.sort() x = y x.field = y D[x] = y D1.update(D2) D.keys()

而下面這些就不是原子操作

i = i+1 L.append(L[-1]) L[i] = L[j] D[x] = D[x] + 1

像上面的我使用自增操作 number += 1，其實等價于 number = number +  1，可以看到這種可以拆分成多個步驟(先讀取相加再賦值)，并不屬于原子操作。

這樣就導致多個線程同時讀取時，有可能讀取到同一個 number 值，讀取兩次，卻只加了一次，最終導致自增的次數小于預期。

當我們還是無法確定我們的代碼是否具有原子性的時候，可以嘗試通過 dis 模塊里的 dis 函數來查看

當我們執行這段代碼時，可以看到 number += 1 這一行代碼，由兩條字節碼實現。

• BINARY_ADD ：將兩個值相加

• STORE_GLOBAL：將相加后的值重新賦值

每一條字節碼指令都是一個整體，無法分割，他實現的效果也就是我們所說的原子操作。

當一行代碼被分成多條字節碼指令的時候，就代表在線程線程切換時，有可能只執行了一條字節碼指令，此時若這行代碼里有被多個線程共享的變量或資源時，并且拆分的多條指令里有對于這個共享變量的寫操作，就會發生數據的沖突，導致數據的不準確。

為了對比，我們從上面列表的原子操作拿一個出來也來試試，是不是真如官網所說的原子操作。

這里我拿字典的 update 操作舉例，代碼和執行過程如下圖

從截圖里可以看到，info.update(new) 雖然也分為好幾個操作

• LOAD_GLOBAL：加載全局變量

• LOAD_ATTR：加載屬性，獲取 update 方法

• LOAD_FAST：加載 new 變量

• CALL_FUNCTION：調用函數

• POP_TOP：執行更新操作

但我們要知道真正會引導數據沖突的，其實不是讀操作，而是寫操作。

上面這么多字節碼指令，寫操作都只有一個(POP_TOP)，因此字典的 update 方法是原子操作。

3. 實現人工原子操作

在多線程下，我們并不能保證我們的代碼都具有原子性，因此如何讓我們的代碼變得具有 “原子性” ，就是一件很重要的事。

方法也很簡單，就是當你在訪問一個多線程間共享的資源時，加鎖可以實現類似原子操作的效果，一個代碼要嘛不執行，執行了的話就要執行完畢，才能接受線程的調度。

因此，我們使用加鎖的方法，對例子一進行一些修改，使其具備“原子性”。

from threading import Thread, Lock   number = 0 lock = Lock()   def target():     global number     for _ in range(1000000):         with lock:             number += 1  thread_01 = Thread(target=target) thread_02 = Thread(target=target) thread_01.start() thread_02.start()  thread_01.join() thread_02.join()  print(number)

此時，不管你執行多少遍，輸出都是 2000000.

4. 為什么 Queue 是線程安全的?

Python 的 threading 模塊里的消息通信機制主要有如下三種：

1. Event
   

2. Condition

3. Queue

使用最多的是  Queue，而我們都知道它是線程安全的。當我們對它進行寫入和提取的操作不會被中斷而導致錯誤，這也是我們在使用隊列時，不需要額外加鎖的原因。

他是如何做到的呢?

其根本原因就是 Queue 實現了鎖原語，因此他能像第三節那樣實現人工原子操作。

原語指由若干個機器指令構成的完成某種特定功能的一段程序，具有不可分割性;即原語的執行必須是連續的，在執行過程中不允許被中斷。

到此，關于“怎么理解Python線程安全”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！