【意译】Python3中的线程，GIL，线程安全（下）

在《【意译】Python3中的线程，GIL，线程安全（上）》文章中描述了一些概念，本文从实践的角度去理解 Python 多线程编程。

在使用例子讲解前，再一次提醒如何让你的代码线程安全：

一些线程在读数据的时候，没有其他线程在写。

一个线程在写数据的时候，其他线程没有读。

线程安全实践

1：没有共享易变的状态，安全

每个线程中，number 都是局部变量，不会共享数据，所以代码是安全的。

2：共享不可变状态，安全

在这个代码片段中，所有线程都读取同一个数据，但代码是安全的，因为没有线程会修改 number 变量。

3：共享可变状态，非常不安全

在这个例子中，number 变量被所有线程在同一时刻更新，这个操作是不安全的。

如果你在 CPython 中运行这段代码，可能永远不会得到正确的结果。

该代码反映了一个问题：线程会竞争。

4：避免竞争

threading 模块有很多特性用于保护数据竞争，最常见的就是对数据加锁，锁能够确保在同一时间仅有一个线程读写数据（锁不关心读或写）。

data_lock 是一个锁实例，通过 with 上下文获取锁（也会自动释放），确保同一时刻只会运行一个 sha512 函数。

这个例子其实没有什么用，相比单线程代码没有任何的优势，反而因为锁导致性能出现下降。

多线程通用解决方案

1：APIs

前面例子避免了数据竞争的情况，虽然可以工作，但不能作为 APIs 中的一部分，对于 API 来说，让程序员在获取更新数据之前先加锁是非常别扭的。（潜台词就是想优雅使用 threading 库并不容易，我们期待有更好的方式编写多线程代码，让开发者根本意识不到锁）。

一个解决方案就是封装锁操作，让锁对程序员不可见，Python 标准模块 logging 就是其中一个典型的例子。

扩展一下，如果 get 函数处理的是一个可变对象，API 和程序员必须自行处理，要么是不去修改这个可变对象，或者进行一个深度拷贝，比如：

Python 中对象面向引用的，建议不要使用深度拷贝，因为某些对象（比如套接字）是不可拷贝的，最重要的是会带来性能损耗。

2：生产和消费模式

这种模式在 Python 中非常常见，Python 标准库 queue 模块就是这种模式。

daemon=True 可以确保消费者完成任务后，主程序就自动退出（想想会不会有什么问题）。另外有了这个模块，你是不是完全接触不到锁了？这就是 API 的作用。

3：Poison pills

当非 daemon 线程退出的时候，daemon 线程会立刻终止（参考上个例子），这意味着 daemon 线程在退出之前不会进行一些清理工作，从而导致问题（比如没有写到 /tmp/file 文件中）。

有两种方法解决这个问题：

让消费者定期检查有没有特定事件发生。

发送一个 poison pill 给队列，当消费者发现 poison pill 就停止。

4：线程池

当一个程序有很多小任务的时候，频繁创建一个线程也非常昂贵，所以会使用一些技术来重用线程，依次节省 CPU 切换，这种工作机制就是线程池。

一般情况下不是让你手动管理线程，Python 标准库提供了一个很容易使用的实现，这个概念非常简单，线程池启动 N 个线程，每个线程处理接收一个任务，然后处理它，不断的重复。

本文转载自异步社区

Python 任务调度

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。