Python 一定要知道的坑—線程安全

在并發(fā)編程時，如果多個線程訪問同一資源，我們需要保證訪問的時候不會產生沖突，數據修改不會發(fā)生錯誤，這就是我們常說的 線程安全 。

那什么情況下，訪問數據時是安全的？什么情況下，訪問數據是不安全的？如何知道你的代碼是否線程安全？要如何訪問數據才能保證數據的安全？

本篇文章會一一回答你的問題。

1. 線程不安全是怎樣的？

要搞清楚什么是線程安全，就要先了解線程不安全是什么樣的。

比如下面這段代碼，開啟兩個線程，對全局變量 number 各自增 10萬次，每次增量 1。

from threading import Thread, Lock

number = 0

def target():
    global number
    for _ in range(1000000):
        number += 1

thread_01 = Thread(target=target)
thread_02 = Thread(target=target)
thread_01.start()
thread_02.start()

thread_01.join()
thread_02.join()

print(number)

正常我們的預期輸出結果，一個線程自增100萬，兩個線程就自增 200 萬嘛，輸出肯定為 2000000 。

可事實卻并不是你想的那樣，不管你運行多少次，每次輸出的結果都會不一樣，而這些輸出結果都有一個特點是，都小于 200 萬。

以下是執(zhí)行三次的結果

1459782
1379891
1432921

這種現象就是線程不安全，究其根因，其實是我們的操作 number += 1 ，不是原子操作，才會導致的線程不安全。

2. 什么是原子操作？

原子操作（atomic operation），指不會被線程調度機制打斷的操作，這種操作一旦開始，就一直運行到結束，中間不會切換到其他線程。

它有點類似數據庫中的 事務。

在 Python 的官方文檔上，列出了一些常見原子操作

L.append(x)
L1.extend(L2)
x = L[i]
x = L.pop()
L1[i:j] = L2
L.sort()
x = y
x.field = y
D[x] = y
D1.update(D2)
D.keys()

而下面這些就不是原子操作

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

像上面的我使用自增操作 number += 1，其實等價于 number = number + 1，可以看到這種可以拆分成多個步驟（先讀取相加再賦值），并不屬于原子操作。

這樣就導致多個線程同時讀取時，有可能讀取到同一個 number 值，讀取兩次，卻只加了一次，最終導致自增的次數小于預期。

當我們還是無法確定我們的代碼是否具有原子性的時候，可以嘗試通過 dis 模塊里的 dis 函數來查看

當我們執(zhí)行這段代碼時，可以看到 number += 1 這一行代碼，由兩條字節(jié)碼實現。

• BINARY_ADD ：將兩個值相加

• STORE_GLOBAL：將相加后的值重新賦值

每一條字節(jié)碼指令都是一個整體，無法分割，他實現的效果也就是我們所說的原子操作。

當一行代碼被分成多條字節(jié)碼指令的時候，就代表在線程線程切換時，有可能只執(zhí)行了一條字節(jié)碼指令，此時若這行代碼里有被多個線程共享的變量或資源時，并且拆分的多條指令里有對于這個共享變量的寫操作，就會發(fā)生數據的沖突，導致數據的不準確。

為了對比，我們從上面列表的原子操作拿一個出來也來試試，是不是真如官網所說的原子操作。

這里我拿字典的 update 操作舉例，代碼和執(zhí)行過程如下圖

從截圖里可以看到，info.update(new) 雖然也分為好幾個操作

• LOAD_GLOBAL：加載全局變量

• LOAD_ATTR：加載屬性，獲取 update 方法

• LOAD_FAST：加載 new 變量

• CALL_FUNCTION：調用函數

• POP_TOP：執(zhí)行更新操作

但我們要知道真正會引導數據沖突的，其實不是讀操作，而是寫操作。

上面這么多字節(jié)碼指令，寫操作都只有一個（POP_TOP），因此字典的 update 方法是原子操作。

3. 實現人工原子操作

在多線程下，我們并不能保證我們的代碼都具有原子性，因此如何讓我們的代碼變得具有 “原子性” ，就是一件很重要的事。

方法也很簡單，就是當你在訪問一個多線程間共享的資源時，加鎖可以實現類似原子操作的效果，一個代碼要嘛不執(zhí)行，執(zhí)行了的話就要執(zhí)行完畢，才能接受線程的調度。

因此，我們使用加鎖的方法，對例子一進行一些修改，使其具備“原子性”。

from threading import Thread, Lock


number = 0
lock = Lock()


def target():
    global number
    for _ in range(1000000):
        with lock:
            number += 1

thread_01 = Thread(target=target)
thread_02 = Thread(target=target)
thread_01.start()
thread_02.start()

thread_01.join()
thread_02.join()

print(number)

此時，不管你執(zhí)行多少遍，輸出都是 2000000.

4. 為什么 Queue 是線程安全的？

Python 的 threading 模塊里的消息通信機制主要有如下三種：

1. Event

2. Condition

3. Queue

使用最多的是 Queue，而我們都知道它是線程安全的。當我們對它進行寫入和提取的操作不會被中斷而導致錯誤，這也是我們在使用隊列時，不需要額外加鎖的原因。

他是如何做到的呢？

其根本原因就是 Queue 實現了鎖原語，因此他能像第三節(jié)那樣實現人工原子操作。

原語指由若干個機器指令構成的完成某種特定功能的一段程序，具有不可分割性；即原語的執(zhí)行必須是連續(xù)的，在執(zhí)行過程中不允許被中斷。