Python多线程编程——资源共享

转载来源：https://github.com/jackfrued/Python-100-Days/blob/master/Day01-15%2F13.%E8%BF%9B%E7%A8%8B%E5%92%8C%E7%BA%BF%E7%A8%8B.md

问题描述：

因为多个线程可以共享进程的内存空间，因此要实现多个线程间的通信相对简单，大家能想到的最直接的办法就是设置一个全局变量，多个线程共享这个全局变量即可。但是当多个线程共享同一个变量（我们通常称之为“资源”）的时候，很有可能产生不可控的结果从而导致程序失效甚至崩溃。如果一个资源被多个线程竞争使用，那么我们通常称之为“临界资源”，对“临界资源”的访问需要加上保护，否则资源会处于“混乱”的状态。下面的例子演示了100个线程向同一个银行账户转账（转入1元钱）的场景，在这个例子中，银行账户就是一个临界资源，在没有保护的情况下我们很有可能会得到错误的结果：

# -*- coding: utf-8 -*-
# -*- coding: utf-8 -*-
from time import sleep, time
from threading import Thread


class Account(object):

    def __init__(self):
        self._balance = 0

    def deposit(self, money):
        # 计算存款后的余额
        new_balance = self._balance + money
        # 模拟受理存款业务需要0.01秒的时间
        sleep(0.01)
        # 修改账户余额
        self._balance = new_balance

    @property
    def balance(self):
        return self._balance


class AddMoneyThread(Thread):

    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money

    def run(self):
        self._account.deposit(self._money)


def main():
    account = Account()
    threads = []

    start = time()
    # 创建100个存款的线程向同一个账户中存钱
    for _ in range(5):
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    # 等所有存款的线程都执行完毕
    for t in threads:
        t.join()
    end = time()
    print('账户余额为: ￥%d元，花费的时间为%.3f' % (account.balance, end - start))


if __name__ == '__main__':
    main()

# 账户余额为: ￥1元，花费的时间为0.012

解决办法：

运行上面的程序，结果让人大跌眼镜，100个线程分别向账户中转入1元钱，结果居然远远小于100元。之所以出现这种情况是因为我们没有对银行账户这个“临界资源”加以保护，多个线程同时向账户中存钱时，会一起执行到new_balance = self._balance + money这行代码，多个线程得到的账户余额都是初始状态下的0，所以都是0上面做了+1的操作，因此得到了错误的结果。在这种情况下，“锁”就可以派上用场了。我们可以通过“锁”来保护“临界资源”，只有获得“锁”的线程才能访问“临界资源”，而其他没有得到“锁”的线程只能被阻塞起来，直到获得“锁”的线程释放了“锁”，其他线程才有机会获得“锁”，进而访问被保护的“临界资源”。下面的代码演示了如何使用“锁”来保护对银行账户的操作，从而获得正确的结果。示例：

# -*- coding: utf-8 -*-
from time import sleep, time
from threading import Thread, Lock


class Account(object):

    def __init__(self):
        self._balance = 0
        self._lock = Lock()

    def deposit(self, money):
        # 先获取锁才能执行后续的代码
        self._lock.acquire()
        try:
            # 计算存款后的余额
            new_balance = self._balance + money
            # 模拟受理存款业务需要0.01秒的时间
            sleep(0.01)
            # 修改账户余额
            self._balance = new_balance
        finally:
            # 在finally中执行释放锁的操作保证正常异常锁都能释放
            self._lock.release()

    @property
    def balance(self):
        return self._balance


class AddMoneyThread(Thread):
    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money

    def run(self):
        self._account.deposit(self._money)


def main():
    account = Account()
    threads = []

    start = time()
    # 创建100个存款的线程向同一个账户中存钱
    for _ in range(5):
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    # 等所有存款的线程都执行完毕
    for t in threads:
        t.join()
    end = time()
    print('账户余额为: ￥%d元，花费的时间为%.3f' % (account.balance, end - start))


if __name__ == '__main__':
    main()

# 账户余额为: ￥5元，花费的时间为0.055

---

讨论（非转载）：

• 对于原作者的解决方法：通过“锁”来保护“临界资源”，对于一般的操作是个不错的方法，即：
  在同一个线程里面对“临街资源”的访问和修改必须要在一个“锁”之内完成，这样可以保证线程对“临街资源”的修改对其他线程产生影响。
• 但是当对“临街资源”的访问和修改过程是一个比较耗时的操作的时候，即占了该线程所耗时间的绝大部分的时候，则会严重削弱多线程所带来的执行效率的提升，如：

# -*- coding: utf-8 -*-
from time import sleep, time
from threading import Thread, Lock


class Account(object):

    def __init__(self):
        self._balance = 0
        self._lock = Lock()

    def deposit(self, money):
        # 先获取锁才能执行后续的代码
        self._lock.acquire()
        try:
            # 计算存款后的余额
            new_balance = self._balance + money
            # 模拟受理存款业务需要2秒的时间
            sleep(2)
            # 修改账户余额
            self._balance = new_balance
        finally:
            # 在finally中执行释放锁的操作保证正常异常锁都能释放
            self._lock.release()

    @property
    def balance(self):
        return self._balance


class AddMoneyThread(Thread):
    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money

    def run(self):
        self._account.deposit(self._money)


def main():
    account = Account()
    threads = []

    start = time()
    # 创建100个存款的线程向同一个账户中存钱
    for _ in range(5):
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    # 等所有存款的线程都执行完毕
    for t in threads:
        t.join()
    end = time()
    print('账户余额为: ￥%d元，花费的时间为%.3f' % (account.balance, end - start))


if __name__ == '__main__':
    main()

# 账户余额为: ￥5元，花费的时间为10.004

在该例子中，线程“锁”内部的操作耗费了大量的时间（即：sleep(2)），多线程对执行效率的提升效果非常小。

# -*- coding: utf-8 -*-
from time import sleep, time
from threading import Thread, Lock


class Account(object):

    def __init__(self):
        self._balance = 0
        self._lock = Lock()

    def deposit(self, money):
        sleep(2)
        # 先获取锁才能执行后续的代码
        self._lock.acquire()
        try:
            # 计算存款后的余额
            new_balance = self._balance + money
            # 模拟受理存款业务需要0.01秒的时间
            sleep(0.01)
            # 修改账户余额
            self._balance = new_balance
        finally:
            # 在finally中执行释放锁的操作保证正常异常锁都能释放
            self._lock.release()

    @property
    def balance(self):
        return self._balance


class AddMoneyThread(Thread):
    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money

    def run(self):
        self._account.deposit(self._money)


def main():
    account = Account()
    threads = []

    start = time()
    # 创建100个存款的线程向同一个账户中存钱
    for _ in range(5):
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    # 等所有存款的线程都执行完毕
    for t in threads:
        t.join()
    end = time()
    print('账户余额为: ￥%d元，花费的时间为%.3f' % (account.balance, end - start))


if __name__ == '__main__':
    main()

# 账户余额为: ￥5元，花费的时间为2.056

但是，当线程中“锁”外面的操作远耗时（sleep(2)）大于“锁”内部的操作（sleep(0.01)）的时候，多线程对执行效率的提升效果非常明显。