通俗易懂：說說 Python 裏的線程安全、原子操做

首發於微信公衆號：Python編程時光

在線博客地址：http://python.iswbm.com/en/latest/c01/c01_42.html

---

在併發編程時，若是多個線程訪問同一資源，咱們須要保證訪問的時候不會產生衝突，數據修改不會發生錯誤，這就是咱們常說的 線程安全 。

那什麼狀況下，訪問數據時是安全的？什麼狀況下，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？

要搞清楚什麼是線程安全，就要先了解線程不安全是什麼樣的。

好比下面這段代碼，開啓兩個線程，對全局變量 number 各自增 10萬次，每次自增 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)

正常咱們的預期輸出結果，一個線程自增100萬，兩個線程就自增 200 萬嘛，輸出確定爲 2000000 。

可事實卻並非你想的那樣，無論你運行多少次，每次輸出的結果都會不同，而這些輸出結果都有一個特色是，都小於 200 萬。

如下是執行三次的結果

1459782
1379891
1432921

這種現象就是線程不安全，究其根因，實際上是咱們的操做 number += 1 ，不是原子操做，纔會致使的線程不安全。

2. 什麼是原子操做？

原子操做（atomic operation），指不會被線程調度機制打斷的操做，這種操做一旦開始，就一直運行到結束，中間不會切換到其餘線程。

它有點相似數據庫中的 事務。

在 Python 的官方文檔上，列出了一些常見原子操做

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做

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做 number += 1，其實等價於 number = number + 1，能夠看到這種能夠拆分紅多個步驟（先讀取相加再賦值），並不屬於原子操做。

這樣就致使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，最終致使自增的次數小於預期。

當咱們仍是沒法肯定咱們的代碼是否具備原子性的時候，能夠嘗試經過 dis 模塊裏的 dis 函數來查看

當咱們執行這段代碼時，能夠看到 number += 1 這一行代碼，由兩條字節碼實現。

• BINARY_ADD ：將兩個值相加
• STORE_GLOBAL： 將相加後的值從新賦值

每一條字節碼指令都是一個總體，沒法分割，他實現的效果也就是咱們所說的原子操做。

當一行代碼被分紅多條字節碼指令的時候，就表明在線程線程切換時，有可能只執行了一條字節碼指令，此時若這行代碼裏有被多個線程共享的變量或資源時，而且拆分的多條指令裏有對於這個共享變量的寫操做，就會發生數據的衝突，致使數據的不許確。

爲了對比，咱們從上面列表的原子操做拿一個出來也來試試，是否是真如官網所說的原子操做。

這裏我拿字典的 update 操做舉例，代碼和執行過程以下圖

從截圖裏能夠看到，info.update(new) 雖然也分爲好幾個操做

• 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：執行更新操做

但咱們要知道真正會引導數據衝突的，其實不是讀操做，而是寫操做。

上面這麼多字節碼指令，寫操做都只有一個（POP_TOP），所以字典的 update 方法是原子操做。

3. 實現人工原子操做

在多線程下，咱們並不能保證咱們的代碼都具備原子性，所以如何讓咱們的代碼變得具備 「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，加鎖能夠實現相似原子操做的效果，一個代碼要嘛不執行，執行了的話就要執行完畢，才能接受線程的調度。

所以，咱們使用加鎖的方法，對例子一進行一些修改，使其具有原子性。

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，無論你執行多少遍，輸出都是 2000000.

4. 爲何 Queue 是線程安全的？

Python 的 threading 模塊裏的消息通訊機制主要有以下三種：

1. Event
2. Condition
3. Queue

使用最多的是 Queue，而咱們都知道它是線程安全的。當咱們對它進行寫入和提取的操做不會被中斷而致使錯誤，這也是咱們在使用隊列時，不須要額外加鎖的緣由。

他是如何作到的呢？

其根本緣由就是 Queue 實現了鎖原語，所以他能像第三節那樣實現人工原子操做。

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，具備不可分割性；即原語的執行必須是連續的，在執行過程當中不容許被中斷。