Python 多线程共享变量的实现示例

多线程-共享全局变量

#coding=utf-8
from threading import Thread
import time

g_num = 100

def work1():
global g_num
for i in range(3):
 g_num += 1

print("----in work1, g_num is ％d---"％g_num)

def work2():
global g_num
print("----in work2, g_num is ％d---"％g_num)

print("---线程创建之前g_num is ％d---"％g_num)

t1 = Thread(target=work1)
t1.start()

#延时一会，保证t1线程中的事情做完
time.sleep(1)

t2 = Thread(target=work2)
t2.start()

执行如下：

[root@server01 many_task]# python test5.py
---线程创建之前g_num is 100---
----in work1, g_num is 103---
----in work2, g_num is 103---
[root@server01 many_task]#

从上面两个线程执行的结果来看，线程t1将 g_num 加到 103，在线程t2也是打印g_num=103。所以对于两个线程，g_num这个全局变量是共享的。

列表当做实参传递到线程中

#coding=utf-8
from threading import Thread
import time

def work1(nums):
nums.append(44)
print("----in work1---",nums)

def work2(nums):
#延时一会，保证t1线程中的事情做完
time.sleep(1)
print("----in work2---",nums)

g_nums = [11,22,33]

t1 = Thread(target=work1, args=(g_nums,))
t1.start()

t2 = Thread(target=work2, args=(g_nums,))
t2.start()

运行如下：

[root@server01 many_task]# python test6.py
('----in work1---', [11, 22, 33, 44])
('----in work2---', [11, 22, 33, 44])

总结：
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
缺点就是，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）

多线程-共享全局变量问题

多线程开发可能遇到的问题

假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算，t1和t2都各对g_num加10次，g_num的最终的结果应该为20。

但是由于是多线程同时操作，有可能出现下面情况：

在g_num=0时，t1取得g_num=0。此时系统把t1调度为”sleeping”状态，把t2转换为”running”状态，t2也获得g_num=0
然后t2对得到的值进行加1并赋给g_num，使得g_num=1
然后系统又把t2调度为”sleeping”，把t1转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
这样导致虽然t1和t2都对g_num加1，但结果仍然是g_num=1

编写代码测试如下：

[root@server01 many_task]# vim test4.py

#coding=utf-8
import threading
from time import sleep,ctime

# 初始化g_num
g_num = 0

def add_func1(num):
global g_num
for i in range(num):
 g_num += 1
 print("add_func1，第％d次，g_num等于％d" ％ (i,g_num))
 #sleep(0.5)

def add_func2(num):
global g_num
for i in range(num):
 g_num += 1
 print("add_func2，第％d次，g_num等于％d" ％ (i,g_num))
 #sleep(0.5)

def main():
# 执行线程
t1 = threading.Thread(target=add_func1,args=(100,))
t2 = threading.Thread(target=add_func2,args=(100,))

t1.start()
t2.start()

# 判断当线程存在，则等待1秒
while len(threading.enumerate()) > 1:
 sleep(1)

print("2个线程对同一个全局变量操作之后的最终结果是:％s" ％ g_num)

if __name__ == '__main__':
main()

执行如下：

add_func2，第96次，g_num等于197
add_func2，第97次，g_num等于198
add_func2，第98次，g_num等于199
add_func2，第99次，g_num等于200
2个线程对同一个全局变量操作之后的最终结果是:200
[root@server01 many_task]#

两个线程虽然执行很快，但是g_num恰好就是100+100=200的结果，是正确的。不过，这个数量少，可能看不出问题来。

测试示例2

[root@server01 many_task]# vim test7.py

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("---线程创建之前g_num is ％d---"％g_num)

t1 = threading.Thread(target=work1, args=(10000000,))
t1.start()

t2 = threading.Thread(target=work2, args=(10000000,))
t2.start()

while len(threading.enumerate()) != 1:
time.sleep(1)

print("2个线程对同一个全局变量操作之后的最终结果是:％s" ％ g_num)

运行如下：

[root@server01 many_task]# python test7.py
---线程创建之前g_num is 0---
----in work1, g_num is 11977799---
----in work2, g_num is 19108796---
2个线程对同一个全局变量操作之后的最终结果是:19108796
[root@server01 many_task]#

正确的结果应该是：20000000

结论

如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确

来源：https://www.jianshu.com/p/44b94dcad5c9