多线程-共享全局变量问题
多线程可能遇到的问题
假设有两个线程t1和t2,都要对一个变量g_num进行运算(+1),两个线程t1和t2分别对g_num各加10次,g_num的最终结果?
import threading
import time
g_num = 0
def work1(num):
global g_num
for i in range(num):
g_num += 1
print('---in work1,g_num in %d---' % g_num)
def work2(num):
global g_num
for i in range(num):
g_num += 1
print('---in work2,g_num in %d---' % g_num)
print('---线程创建之前g_num: %d' % g_num)
t1 = threading.Thread(target=work1, args=(10,))
t2 = threading.Thread(target=work2, args=(10,))
t1.start()
t2.start()
while len(threading.enumerate()) != 1:
time.sleep(1)
print('2个线程对同一个变量操作之后的最终结果:%d' % g_num)
---线程创建之前g_num: 0
---in work1,g_num in 10---
---in work2,g_num in 20---
2个线程对同一个变量操作之后的最终结果:20
情况1:
在num = 0时,t1取得num=0,此时系统把t1调度为’sleeping’的状态,t2转换为’running’的状态,t2也获得num=0,然后,t2对得到的值进行加1,并赋给num,num=1。然后,系统又将t2调度为’sleeping’的状态,把t1转换为’running’.线程t1又把它之前得到的0加1后赋值给num。这种情况,明明两个线程都完成了一次+1的工作,但结果还是num=1。
情况2:
如果我们将两个线程的参数调整为1000000,多次运行,结果不同。
说明如果多线程如果同时对一个全局变量操作,会出现一个资源竞争的问题,从而使数据结果不准确,导致线程安全问题。
同步
同步,就是协同步调。按照预定的先后次序进行运行,好比交流,一个说完,另一个人再说。
进程和线程同步,可以理解为进程或者线程A和B一块配合,a执行一定程度时,需要依赖B的某个结果,于是停下来,让B运行,B开始运行,再将结果给A,A再继续操作,如此往复,直至程序结束。
计算错误的解决
通过线程同步
进行解决
思路:
-
系统调度t1,获取num=0,此时上一把锁,既不允许其他操作num
-
对num的值加1
-
解锁,此时num的值为1,其他的线程就可以使用num了,此时num = 1
-
同理,其他线程在对num修改时,也要先上锁,处理完后再解锁。在上锁的过程中,不允许其他线程访问,就保证了数据的正确性。
互斥锁
当多个线程几乎同时修改某个共享数据时,需要同步控制
线程同步能够保证多个线程安全访问竞争资源,最简单的同步机制就是引入互斥锁
互斥锁为我们的资源引入一个状态:锁定/非锁定
某个线程要更改共享数据时,先将其锁定,此时,资源的状态未锁定,其他线程不能对其更改,知道该线程释放资源,资源状态变为’非锁定’状态,其他线程才能再次锁定该资源。
互斥锁,保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性。
在threading模块里面,定义了Lock()类,可以方便的处理和锁定。
mutex = threading.Lock() #创建锁