关于多线程对于全局变量的资源竞争问题

python中多线程共享全局变量的优缺点

    优点:在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据

    缺点:线程是对全局变量随意遂改可能造成多线程之间对全局变量的混乱（即线程非安全）

下面就是一个资源竞争,全局变量混乱的例子

    代码中两个线程同时对全局变量num进行了加1000000次1的操作,可结果却并非为20000000

from threading import Thread, current_thread


def add_1():
    global num
    for temp in range(1000000):
        num += 1
    print("%s的计算结果是:%s" % (current_thread().name, num))


def main():
    t_1 = Thread(target=add_1)
    t_2 = Thread(target=add_2)
    t_1.start()
    t_2.start()
    t_1.join()
    t_2.join()
    print("num的最终结果是:%s" % num)


if __name__ == '__main__':
    num = 0
    main()

Thread-1的计算结果是:1151125
Thread-2的计算结果是:1299192
num的最终结果是:1299192

解决的办法:可以在线程对全局变量操作的地方添加一个互斥锁.

上锁的过程:

    当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态

from threading import Thread, current_thread,Lock


def add_1():
    global num
    lock.acquire()
    for temp in range(1000000):
        num += 1
    lock.release()
    print("%s的计算结果是:%s" % (current_thread().name, num))


def main():
    t_1 = Thread(target=add_1)
    t_2 = Thread(target=add_1)
    t_1.start()
    t_2.start()
    t_1.join()
    t_2.join()
    print("num的最终结果是:%s" % num)


if __name__ == '__main__':
    lock = Lock()
    num = 0
    main()