说说 Python 里关于线程安全的那些事儿

开发 后端
在并发编程时,如果多个线程访问同一资源,我们需要保证访问的时候不会产生冲突,数据修改不会发生错误,这就是我们常说的 线程安全 。

 在并发编程时,如果多个线程访问同一资源,我们需要保证访问的时候不会产生冲突,数据修改不会发生错误,这就是我们常说的 线程安全 。

[[325001]]

那什么情况下,访问数据时是安全的?什么情况下,访问数据是不安全的?如何知道你的代码是否线程安全?要如何访问数据才能保证数据的安全?

本篇文章会一一回答你的问题。

1. 线程不安全是怎样的?

要搞清楚什么是线程安全,就要先了解线程不安全是什么样的。

比如下面这段代码,开启两个线程,对全局变量 number 各自增 10万次,每次增量 1。

 

  1. from threading import Thread, Lock 
  2.  
  3. number = 0 
  4.  
  5. def target(): 
  6.     global number 
  7.     for _ in range(1000000): 
  8.         number += 1 
  9.  
  10. thread_01 = Thread(target=target) 
  11. thread_02 = Thread(target=target) 
  12. thread_01.start() 
  13. thread_02.start() 
  14.  
  15. thread_01.join() 
  16. thread_02.join() 
  17.  
  18. print(number) 

正常我们的预期输出结果,一个线程自增100万,两个线程就自增 200 万嘛,输出肯定为 2000000 。

可事实却并不是你想的那样,不管你运行多少次,每次输出的结果都会不一样,而这些输出结果都有一个特点是,都小于 200 万。

以下是执行三次的结果

 

  1. 1459782 
  2. 1379891 
  3. 1432921 

这种现象就是线程不安全,究其根因,其实是我们的操作 number += 1 ,不是原子操作,才会导致的线程不安全。

2. 什么是原子操作?

原子操作(atomic operation),指不会被线程调度机制打断的操作,这种操作一旦开始,就一直运行到结束,中间不会切换到其他线程。

它有点类似数据库中的 事务。

在 Python 的官方文档上,列出了一些常见原子操作

 

  1. L.append(x) 
  2. L1.extend(L2) 
  3. x = L[i] 
  4. x = L.pop() 
  5. L1[i:j] = L2 
  6. L.sort() 
  7. x = y 
  8. x.field = y 
  9. D[x] = y 
  10. D1.update(D2) 
  11. D.keys() 

而下面这些就不是原子操作

 

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

像上面的我使用自增操作 number += 1,其实等价于 number = number + 1,可以看到这种可以拆分成多个步骤(先读取相加再赋值),并不属于原子操作。

这样就导致多个线程同时读取时,有可能读取到同一个 number 值,读取两次,却只加了一次,最终导致自增的次数小于预期。

当我们还是无法确定我们的代码是否具有原子性的时候,可以尝试通过 dis 模块里的 dis 函数来查看

 

 

 

 

当我们执行这段代码时,可以看到 number += 1 这一行代码,由两条字节码实现。

  • BINARY_ADD :将两个值相加
  • STORE_GLOBAL:将相加后的值重新赋值

每一条字节码指令都是一个整体,无法分割,他实现的效果也就是我们所说的原子操作。

当一行代码被分成多条字节码指令的时候,就代表在线程线程切换时,有可能只执行了一条字节码指令,此时若这行代码里有被多个线程共享的变量或资源时,并且拆分的多条指令里有对于这个共享变量的写操作,就会发生数据的冲突,导致数据的不准确。

为了对比,我们从上面列表的原子操作拿一个出来也来试试,是不是真如官网所说的原子操作。

这里我拿字典的 update 操作举例,代码和执行过程如下图

 

 

 

 

从截图里可以看到,info.update(new) 虽然也分为好几个操作

  • LOAD_GLOBAL:加载全局变量
  • LOAD_ATTR:加载属性,获取 update 方法
  • LOAD_FAST:加载 new 变量
  • CALL_FUNCTION:调用函数
  • POP_TOP:执行更新操作

但我们要知道真正会引导数据冲突的,其实不是读操作,而是写操作。

上面这么多字节码指令,写操作都只有一个(POP_TOP),因此字典的 update 方法是原子操作。

3. 实现人工原子操作

在多线程下,我们并不能保证我们的代码都具有原子性,因此如何让我们的代码变得具有 “原子性” ,就是一件很重要的事。

方法也很简单,就是当你在访问一个多线程间共享的资源时,加锁可以实现类似原子操作的效果,一个代码要嘛不执行,执行了的话就要执行完毕,才能接受线程的调度。

因此,我们使用加锁的方法,对例子一进行一些修改,使其具备“原子性”。

 

  1. from threading import Thread, Lock 
  2.  
  3.  
  4. number = 0 
  5. lock = Lock() 
  6.  
  7.  
  8. def target(): 
  9.     global number 
  10.     for _ in range(1000000): 
  11.         with lock: 
  12.             number += 1 
  13.  
  14. thread_01 = Thread(target=target) 
  15. thread_02 = Thread(target=target) 
  16. thread_01.start() 
  17. thread_02.start() 
  18.  
  19. thread_01.join() 
  20. thread_02.join() 
  21.  
  22. print(number) 

此时,不管你执行多少遍,输出都是 2000000.

4. 为什么 Queue 是线程安全的?

Python 的 threading 模块里的消息通信机制主要有如下三种:

  1. Event
  2. Condition
  3. Queue

使用最多的是 Queue,而我们都知道它是线程安全的。当我们对它进行写入和提取的操作不会被中断而导致错误,这也是我们在使用队列时,不需要额外加锁的原因。

他是如何做到的呢?

其根本原因就是 Queue 实现了锁原语,因此他能像第三节那样实现人工原子操作。

原语指由若干个机器指令构成的完成某种特定功能的一段程序,具有不可分割性;即原语的执行必须是连续的,在执行过程中不允许被中断。

责任编辑:华轩 来源: Python编程时光
相关推荐

2020-05-06 16:47:08

线程安全Python数据安全

2020-05-14 10:08:14

网络安全网络安全技术周刊

2019-12-27 10:28:07

信息安全证书信息安全网络安全

2021-03-09 23:12:51

Python集合项目

2016-06-07 10:47:42

2019-11-20 10:00:56

开源侵权版权

2022-08-04 10:18:32

栈迁移​寄存器内存

2021-06-09 13:28:40

密码安全身份认证数据安全

2016-01-11 10:10:53

2013-07-09 13:50:05

2017-04-12 12:31:14

缓存Web浏览器

2022-06-02 08:42:15

Redis数据库

2014-02-14 09:28:55

数据中心日常维护

2017-03-31 09:24:53

AR现实游戏

2012-11-28 10:54:37

禁止追踪DNT

2020-09-22 14:29:24

智能

2016-09-27 23:47:42

2014-05-30 10:23:15

乐跑手环智能手环运动手环

2011-05-03 13:56:33

打印机

2014-03-12 09:23:06

DevOps团队合作
点赞
收藏

51CTO技术栈公众号