Python的线程06 认识线程安全【文末送书】

编程入门行业动态更新时间:2024-10-23 22:21:52

Python的<a href=https://www.elefans.com/category/jswz/34/1771240.html style= 线程06 认识线程安全【文末送书】"/>

Python的线程06 认识线程安全【文末送书】

正式的Python专栏第44篇，同学站住，别错过这个从0开始的文章！

前面学委分享了5篇多线程的文章了，一开始写多线程程序好像非常简单。可是实际应用跟第4篇，第5篇的场景比较像，而且还更复杂。

有没有安全方法进行多线程编程？我们先学习一下‘线程安全’了。

分享之前，学委把上次送书的视频公开发布到B站：

不定期抽奖第二期 - 定时抽奖实测

什么是线程安全？

线程安全，名字就非常直接，在多线程情况下是安全的，多线程操作上的安全。

比如一个计算加法的函数，不管是一千个还是一万个线程，我们希望它执行的结果总是正确的，1+1 必须永远等于2, 而不是线程少的时候1+1 变成3或者4了。

通常我们都用线程安全来修饰一个类，修饰一个函数。

我们会说我设计的这个类是线程安全的
这意味着，在多线程环境下，同时调用这个类的函数不会出现函数设置预期之外的异常（上述的1+1=3的情况）

在Python中有哪些类是线程安全的？

dict 和 list，tuple这些都是线程安全。

它们是被全局解释器保障了，这个锁：GIL（全局解释器锁）确保了任何时候只能有一个线程执行相应操作的字节码。

.html#term-global-interpreter-lock

但是这番话也是说的不清不楚的。

现在我们拿转账来解析吧：


xuewei_account = dict()
xuewei_account['amount'] = 100# amount为负数即是转出金额
def transfer(money):xuewei_account['amount'] +=  money

如上，代码为一个函数对xuewei_account（账户）进行转入金额操作。

这里用了dict类型，GIL会保证只有一个线程操作账户。

下面是多个线程进行操作的代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/11/24 12:02 上午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : testthread_safe.py
# @Project : hello
import random
import threading
import datetime
import timexuewei_account = dict()
xuewei_account['amount'] = 100# amount为负数即是转出金额
def transfer(money):xuewei_account['amount'] +=  money# 创建4个任务给重复学委账户转账
threads = []
for i in range(200):t1 = threading.Thread(target=lambda: transfer(-1))threads.append(t1)t2 = threading.Thread(target=lambda: transfer(1))threads.append(t2)for t in threads:t.start()# 这次不用sleep了，用join来等待所有线程执行完毕
# join函数必须线程start后才能调用，否则出错。
for t in threads:t.join()print("-" * 16)
print("活跃线程数:", threading.active_count())
print("活跃线程:", threading.current_thread().name)
print("学委账户余额：", xuewei_account)

这段代码运行的输出结果正常，因为是反复+1/-1，最后肯定是恢复原账户余额。

虽然多个线程，但是每个线程只对xuewei_account进行一次读写，这时候dict是安全的。

但是我们把赋值修改dict的操作变多之后（特别是一个线程内反复多次获取值然后修改），像下面的代码：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/11/24 12:02 上午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : testthread_safe.py
# @Project : hello
import random
import threading
import datetime
import timexuewei_account = dict()
xuewei_account['amount'] = 100# amount为负数即是转出金额
def transfer(money):for i in range(100000):xuewei_account['amount'] = xuewei_account['amount'] + money# 创建400个任务重复给学委账户转账
threads = []
for i in range(200):t1 = threading.Thread(target=lambda: transfer(-1))threads.append(t1)t2 = threading.Thread(target=lambda: transfer(1))threads.append(t2)for t in threads:t.start()
for t in threads:t.join()print("-" * 16)
print("活跃线程数:", threading.active_count())
print("活跃线程:", threading.current_thread().name)
print("学委账户余额：", xuewei_account)

这是某一次运行结果（不保证每次acount的数值一样）：

我们看到dict还是扛不住多个线程反复的写操作。

这里区别是：每个线程只对xuewei_account进行大量读写，虽然dict是安全的，但是多个线程中间穿插修改了account，程序方法栈出现操作到旧值（看下面的图）。

主要是下面这段代码：

xuewei_account[‘amount’] += money # 即是 xuewei_account[‘amount’] = xuewei_account[‘amount’]+ money

再一步抽象简化可以写成：

a = a + b

每个线程都执行 +b 操作，最后a的值应该是a+2b。

上面的操作意味这下面的情况发生了：

在某个线程中可能出现某一个线程T1获取了a值，准备加上b。

另外一个线程T2已经完成了a+b操作，把a的值变成了a+b了。

但是接下来T1 拿了a的值再执行a+b操作，把a的值变成a+b。

这样就少加了一个b，本来最后结果是a+2b 的变成了 a+b（因为T1拿了a的旧值，中间T2执行完，T1才继续执行）

当然实际多线程之间交互比上图还要随机。

如何做到真正线程安全？

dict读取数据是线程安全，但是被反复读写就容易出现数据混乱。

如果我们要设计一个线程安全的函数，那么它必须不涉及任何共享变量或者是完全没有状态依赖的函数

def thread_safe_method():pass

无状态函数

比如下面的加法函数，不管多少个线程调用，返回值永远是预期的a+b。

def add(a, b):return a + b

另一种化繁为简

或许我们可以把多线程转换为单线程，这个需要一个线程安全的媒介。

也就是下一篇讲到的：线程安全队列。

书籍赠送：《Axure RP 原型设计实践（Web+APP）》

简介

《Axure RP 原型设计实践（Web+APP）》是一本通过大量案例介绍Axure RP原型设计的教程。
全书分为三篇，分别为Axure RP基础、Axure RP高级功能和Axure RP原型设计实践。包括产品原型设计、Axure RP概述、基础元件、高级元件、元件交互、母版、Axure Share共享原型、团队项目、输出文档、Web原型设计实践、App原型设计实践、菜单原型设计实践、整站原型设计——温馨小居共13章内容，附录部分对原型设计中的众多常见问题专门进行了解答。
《Axure RP 原型设计实践（Web+APP）》主要面向产品经理、需求分析师、架构师、用户体验设计师、网站策划师、交互设计师、产品助理等，以及高校计算机及相关专业师生。