Python のスレッド同期メソッドの詳細な分析

counter = 0

def process_item(item):
  global counter
  ... do something with item ...
  counter += 1

この関数を複数のスレッドで同時に呼び出すと、counter の値がそれほど正確ではないことがわかります。ほとんどの場合、それは正しいですが、場合によっては、実際よりも少し低い場合もあります。
この問題が発生する理由は、カウント増加操作が実際には 3 つのステップで実行されるためです。

• インタプリタはカウンタの現在値を取得します
• 新しい値を計算します
• 計算された新しい値をカウンター変数に書き込みます

次の状況を考えてみましょう。現在のスレッドがカウンタ値を取得した後、別のスレッドが CPU を捕捉し、さらにカウンタ値を取得し、さらにカウンタ値を再計算してライトバックを完了し、その後、タイム スライスが再度ローテーションされます。 (ここでは識別のみを目的としており、実際の電流ではありません) この時点で、現在のスレッドによって取得されたカウンタ値は、後続の 2 つのステップが完了した後でも、実際には 1 だけ増加します。
もう 1 つの一般的な状況は、不完全または一貫性のない状態にアクセスすることです。このタイプの状況は主に、あるスレッドがデータの初期化または更新を行っている間に、別のプロセスが変化するデータを読み取ろうとしているときに発生します。

アトミック操作
共有変数または他のリソースへの同期アクセスを実現する最も簡単な方法は、インタープリターのアトミック操作に依存することです。アトミック操作は 1 つのステップで実行される操作であり、その間、他のスレッドは共有リソースを取得できません。
通常、この同期方法は、文字列変数、数値、リスト、辞書などの単一のコア データ タイプのみで構成される共有リソースに対してのみ有効です。以下にスレッドセーフな操作をいくつか示します:

• インスタンス属性の読み取りまたは置換
• グローバル変数の読み取りまたは置換
• リストから要素を取得します
• リストをその場で変更します (例: append を使用してリスト項目を追加します)
• 辞書から要素を取得します
• 辞書をその場で変更します (例: 辞書項目を追加し、clear メソッドを呼び出します)

上で述べたように、変数またはプロパティを読み取って変更し、最後に書き戻すことはスレッドセーフではないことに注意してください。このスレッドが読み取りを完了する前に、別のスレッドがこの共有変数/属性を変更するためですが、変更または書き戻しは行われません。

ロック

ロックは、Python のスレッド モジュールによって提供される最も基本的な同期メカニズムです。いつでも、ロック オブジェクトは 1 つのスレッドによって取得されることも、どのスレッドによっても取得されないこともあります。あるスレッドが別のスレッドによって取得されたロック オブジェクトを取得しようとした場合、ロック オブジェクトを取得したいスレッドは、ロック オブジェクトが別のスレッドによって解放されるまで一時的に実行を終了することしかできません。
ロックは、共有リソースへの同期アクセスを実現するためによく使用されます。共有リソースごとに Lock オブジェクトを作成します。リソースにアクセスする必要がある場合は、acquire メソッドを呼び出してロック オブジェクトを取得します (他のスレッドがすでにロックを取得している場合、現在のスレッドはロックが解放されるまで待つ必要があります)。リソースにアクセスし、次に release メソッドを呼び出してロックを解放します。

lock = Lock()

lock.acquire() #: will block if lock is already held
... access shared resource
lock.release()

lock.acquire()
try:
  ... access shared resource
finally:
  lock.release() #: release lock, no matter what

from __future__ import with_statement #: 2.5 only

with lock:
  ... access shared resource

if not lock.acquire(False):
  ... 锁资源失败
else:
  try:
    ... access shared resource
  finally:
    lock.release()

if not lock.locked():
  #: 其它线程可能在下一条语句执行之前占有了该锁
  lock.acquire() #: 可能会阻塞

lock = threading.Lock()


def get_first_part():
  lock.acquire()
  try:
    ... 从共享对象中获取第一部分数据
  finally:
    lock.release()
  return data


def get_second_part():
  lock.acquire()
  try:
    ... 从共享对象中获取第二部分数据
  finally:
    lock.release()
  return data

def get_both_parts():
  first = get_first_part()
  seconde = get_second_part()
  return first, second

  def get_both_parts():
    lock.acquire()
    try:
      first = get_first_part()
      seconde = get_second_part()
    finally:
      lock.release()
    return first, second

lock = threading.Lock()
lock.acquire()
lock.acquire() #: 这里将会阻塞

lock = threading.RLock()
lock.acquire()
lock.acquire() #: 这里不会发生阻塞

lock = threading.RLock()


def get_first_part():
  ... see above


def get_second_part():
  ... see above


def get_both_parts():
  ... see above

semaphore = threading.BoundedSemaphore()
semaphore.acquire() #: counter减小

semaphore.release() #: counter增大

max_connections = 10

semaphore = threading.BoundedSemaphore(max_connections)

event = threading.Event()

#: 一个客户端线程等待flag被设定
event.wait()

#: 服务端线程设置或者清除flag
event.set()
event.clear()

#: 表示一个资源的附属项
condition = threading.Condition()
生产者线程在通知消费者线程有新生成资源之前需要获得条件：
#: 生产者线程
... 生产资源项
condition.acquire()
... 将资源项添加到资源中
condition.notify() #: 发出有可用资源的信号
condition.release()
消费者必须获取条件（以及相关联的锁），然后尝试从资源中获取资源项：
#: 消费者线程
condition.acquire()
while True:
  ...从资源中获取资源项
  if item:
    break
  condition.wait() #: 休眠，直至有新的资源
condition.release()
... 处理资源

lock = threading.RLock()
condition_1 = threading.Condition(lock)
condition_2 = threading.Condition(lock)

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import time, threading

# 假定这是你的银行存款:
balance = 0
muxlock = threading.Lock()

def change_it(n):
  # 先存后取，结果应该为0:
  global balance
  balance = balance + n
  balance = balance - n

def run_thread(n):
  # 循环次数一旦多起来，最后的数字就变成非0
  for i in range(100000):
    change_it(n)

t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t3 = threading.Thread(target=run_thread, args=(9,))
t1.start()
t2.start()
t3.start()
t1.join()
t2.join()
t3.join()
print balance

[/data/web/test_python]$ python multhread_threading.py
0
[/data/web/test_python]$ python multhread_threading.py
61
[/data/web/test_python]$ python multhread_threading.py
0
[/data/web/test_python]$ python multhread_threading.py
24

#创建锁mutex = threading.Lock()
#锁定mutex.acquire([timeout])
#释放mutex.release()

balance = 0
muxlock = threading.Lock()

def change_it(n):
  # 获取锁，确保只有一个线程操作这个数
  muxlock.acquire()
  global balance
  balance = balance + n
  balance = balance - n
  # 释放锁，给其他被阻塞的线程继续操作
  muxlock.release()

def run_thread(n):
  for i in range(10000):
    change_it(n)

[/data/web/test_python]$ python multhread_threading.py
0
[/data/web/test_python]$ python multhread_threading.py
0
[/data/web/test_python]$ python multhread_threading.py
0
[/data/web/test_python]$ python multhread_threading.py
0