1. 程式人生 > 其它 >Python 中多執行緒共享全域性變數的問題

Python 中多執行緒共享全域性變數的問題

寫在前面不得不看的一些P話:

Python 中多個執行緒之間是可以共享全域性變數的資料的。

但是,多執行緒共享全域性變數是會出問題的。

假設兩個執行緒 t1 和 t2 都要對全域性變數g_num (預設是0)進行加1運算,t1 和 t2 都各對g_num 加10次,g_num 的最終的結果應該為20。

但是由於多執行緒是同時操作,有可能出現下面情況:

在g_num=0時,t1 取得g_num=0。此時系統把 t1 排程為”sleeping”狀態,把t2轉換為”running”狀態,t2 也獲得 g_num=0。

然後 t2 對得到的值進行加1並賦給 g_num,使得g_num=1 。

接著系統又把 t2 排程為”sleeping”,把 t1 轉為”running”。執行緒t1又把它之前得到的0加1後賦值給g_num。

這樣導致雖然 t1 和 t2 都對g_num加1,但結果仍然是 g_num=1。

先看例子:

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 is %d---" % g_num)

def work2(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work2, g_num is %d---" % g_num)

print("---執行緒建立之前g_num is %d---" % g_num)

t1 = threading.Thread(target=work1, args=(100,))
t1.start()

t2 = threading.Thread(target=work2, args=(100,))
t2.start()

# 確保子執行緒都執行結束
while len(threading.enumerate()) != 1:
    time.sleep(1)

print("2個執行緒對同一個全域性變數操作之後的最終結果是:%s" % g_num)

執行結果:

---執行緒建立之前g_num is 0---
----in work1, g_num is 100---
----in work2, g_num is 200---
2個執行緒對同一個全域性變數操作之後的最終結果是:200

乍一看,好像沒出什麼問題。那是因為資料太小了,我們現在把資料變大。

'''
遇到問題沒人解答?小編建立了一個Python學習交流QQ群:660193417
尋找有志同道合的小夥伴,互幫互助,群裡還有不錯的視訊學習教程和PDF電子書!
'''
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 is %d---" % g_num)

def work2(num):
    global g_num
    for i in range(num):
        g_num += 1
    print("----in work2, g_num is %d---" % g_num)

print("---執行緒建立之前g_num is %d---" % g_num)

t1 = threading.Thread(target=work1, args=(1000000,))
t1.start()

t2 = threading.Thread(target=work2, args=(1000000,))
t2.start()

# 確保子執行緒都執行結束
while len(threading.enumerate()) != 1:
    time.sleep(1)

print("2個執行緒對同一個全域性變數操作之後的最終結果是:%s" % g_num)

執行結果:

---執行緒建立之前g_num is 0---
----in work2, g_num is 1048576---
----in work1, g_num is 1155200---
2個執行緒對同一個全域性變數操作之後的最終結果是:1155200

數越大,出現問題的概率越大,而且資料的偏差也越大。

結論

如果多個執行緒同時對同一個全域性變數操作,會出現資源競爭問題,從而資料結果會不正確。