여러 스레드가 공유 데이터에 동시에 액세스 할 때 경주 조건이 발생하여 예측할 수없는 결과를 초래합니다. 불일치 출력, 데이터 손상 또는 임의의 충돌을 관찰하여 특히 높은 부하에서 확인하십시오. 2. 스레드 수를 늘리거나 Time.sleep (0)와 같은 지연을 추가하여 문제를 재현하고 스레드 식별자와 함께 공유 상태 변경으로 문제를 분리하십시오. 3. 스레딩과 같은 동기화 프리미티브를 사용하여 레이스 조건을 수정하여 중요한 섹션을 보호하여 공유 데이터에 대한 원자력을 보장합니다. 4. 스레드 이름이 포함 된 세부 로깅, 인공 지연을 포함한 디버깅 도구를 사용하여 컨텍스트 전환을 늘리고 동시성 높은 동시에 테스트를 실행하여 타이밍 관련 버그를 노출시킵니다. 5. Pylint 또는 Pyflakes와 같은 정적 분석 도구를 사용하여 위험한 패턴을 감지하고, 공유 된 돌연변이 상태에 대한 코드 검토를 수행하며, 스레드 안전을 반복적으로 검증하는 동시 단위 테스트를 작성하십시오. 6. 스레드-로컬 스토리지 (스레딩 .local)를 통해 공유 상태를 최소화하여 미래의 문제를 방지, queue.queue, 불변의 데이터 구조 및 동시성과 같은 상위 동시성 API를 통해 전달되는 메시지. 열쇠는 공유 상태를 먼저 용의하고 로깅 및 테스트를 통해 확인하고, 적절한 잠금을 적용하며, 공유를 피하기 위해 이상적으로 재 설계하는 것입니다.

멀티 스레드 파이썬 응용 프로그램에서 레이스 상태를 디버깅하는 것은 증상이 종종 간헐적이고 번식하기가 어렵 기 때문에 까다로울 수 있습니다. 레이스 조건은 여러 스레드가 공유 데이터에 동시에 액세스 할 때 발생하며 최종 결과는 실행시기에 따라 다릅니다. 효과적으로 식별하고 고치는 방법은 다음과 같습니다.

1. 증상을 이해하고 문제를 분리하십시오

인종 조건은 일반적으로 다음과 같이 나타납니다.

• 일관성이 없거나 잘못된 출력
• 데이터 손상 (예 : 빠진 또는 복제 된 항목)
• 응용 프로그램이 무작위로 발생하는 충돌 또는 매달려 있습니다
• 높은 부하 또는 특정 시스템에만 나타나는 버그

시작 :

• 일관되게 문제를 재현
• 스레드 식별자로 공유 상태 변경을 로깅합니다
• 제어 타이밍이있는 결정 론적 테스트 사례 사용

예:

 스레딩 가져 오기
수입 시간

카운터 = 0
def unsafe_increment () :
    글로벌 카운터
    _ in range (100000) :
        현재 = 카운터
        Time.sleep (0) # 컨텍스트 스위치 확률이 증가합니다
        카운터 = 현재 1

스레드 = [threading.thread (target = unsafe_increment) _ in range (3)]
스레드의 t : t.start ()
스레드의 t : t.join ()

인쇄 (카운터) # 종종 300000 미만

결과가 300000이 아닌 경우 레이스 조건이있을 수 있습니다.

2. 스레드 동기화 프리미티브를 사용하십시오

레이스 조건이 의심되면 동기화 도구를 사용하여 공유 리소스를 보호하십시오.

• 잠금 (스레딩 .lock) - 가장 일반적인 수정
• RLOCK (재진입 잠금) - 재귀 액세스를위한
• 스레딩 - 컨디션 - 스레드 사이의 신호
• queue.queue- 스레드 안전 데이터 교환

위의 예를 수정하십시오.

 lock = threading.lock ()

def safe_increment () :
    글로벌 카운터
    _ in range (100000) :
        잠금 장치 :
            카운터 = 1 # 원자 업데이트

언제나:

• 중요한 섹션을 최대한 작게 유지하십시오
• I/O 또는 긴 작업 중에 자물쇠를 보유하지 마십시오
• 교착 상태에주의하십시오 (일관되지 않은 순서로 여러 자물쇠를 획득)

3. 디버깅 및 탐지 도구를 사용하십시오

레이스 조건은 타이밍 의존적이므로 노출 가능성을 높이는 도구를 사용하십시오.

• 인공 지연 ( time.sleep(0) ) 근처 공유 데이터 액세스 추가 컨텍스트 스위치를 장려하기 위해 공유 데이터 액세스
• 높은 스레드로드에서 실행 - 더 많은 스레드가 충돌 확률을 증가시킵니다.
• 스레드 ID와 함께 로깅 사용 :

  스레딩 가져 오기
  가져 오기 로깅

logging.basicconfig (level = logging.debug, format = ' %(ThreadName) s : %(메시지) s')

def critical_section () : logging.debug (f "reading counter : {counter}") lock : logging.debug ( "획득 잠금")

공유 상태를 수정하십시오

- ** 사용`stress.get_ident ()`또는`threading.current_thread (). name` ** 사용 스레드가 무엇을하고 있는지 추적합니다.

### 4. ** 정적 분석 및 테스트 활용 **

- ** 코드 검토 ** : 공유 변동성 상태 (글로벌 Vars, 클래스 속성, 파일 핸들 등)를 찾으십시오.
- ** 정적 분석 도구 ** :
  -`pylint` - 글로벌 변수 수정에 대해 경고 할 수 있습니다
  -`vulture '또는`pyflakes' - 사용하지 않거나 위험한 코드 패턴을 찾는 데 도움이됩니다.
- ** ThreadSanitizer (C 확장 실험) ** - 파이썬의 경우 직접적으로는 아니지만 C 확장을 사용하는 경우 유용합니다.

** 동시 단위 테스트를 작성하십시오 ** :
```Python
import unittest
스레딩 가져 오기

클래스 testthreadsafety (unittest.testcase) :
    def test_counter_thread_safety (self) :
        글로벌 카운터
        카운터 = 0
        스레드 = [threading.thread (target = safe_increment) _ in range (5)]
        스레드의 t : t.start ()
        스레드의 t : t.join ()
        self.assertequal (카운터, 500000)

희귀 한 실패를 포착하기 위해이 테스트를 루프로 반복적으로 실행하십시오.

5. 공유 상태를 최소화하기위한 설계

인종 조건을 고치는 것보다 낫습니다.

• 스레드 당 데이터에는 스레드-로컬 스토리지 ( threading.local() )을 사용하십시오
• 공유 변수보다 메시지 전달 (예 : queue.Queue )을 선호합니다
• 가능하면 불변의 데이터 구조를 사용하십시오
• 상위 수준의 동시성에 대한 수술 (ThreadPooleExecutor)을위한 레버리지 동시.

스레드-로컬 데이터의 예 :

 local_data = threading.local ()

def process () :
    hasattr (local_data, 'id')가 아닌 경우 :
        local_data.id = threading.get_ident ()
    # 각 스레드에는 고유 한 'ID'가 있습니다.

기본적으로 레이스 조건 디버깅은 다음과 같습니다. 공유 상태의 용의자, 로깅 및 테스트로 확인, 자물쇠로 보호하며 공유를 줄이기 위해 이상적으로 재 설계합니다. 화려하지는 않지만 신중한 계측과 훈련 된 동기화는 먼 길을갑니다.

위 내용은 멀티 스레드 파이썬 응용 프로그램에서 레이스 조건을 디버깅하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!