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:
1、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=02、然后t2对得到的值进行加1并赋给g_num,使得g_num=1
3、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。
4、这样导致虽然t1和t2都对g_num加1,但结果仍然是g_num=1
看一段代码:
import threading def work1(): global num for i in range(1000000): num += 1 print('work1--', num) def work2(): global num for i in range(1000000): num += 1 print('work2--', num) num = 0 def main(): """开启两个线程,修改同一个全局变量""" t1 = threading.Thread(target=work1) t2 = threading.Thread(target=work2) t1.start() t2.start() if __name__ == '__main__': main()
看运行结果:
这个结果由于全局变量共享导致的。
现在给大家一个解决的方案:
某个线程要更改共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改;直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性。
首先一个创建互斥锁:
lock = threading.Lock() # 创建锁
lock.acquire() # 获取锁
lock.release() # 释放锁
把这个互斥锁加在‘num += 1’。当一个线程调用锁的acquire()方法获得锁时,锁就进入“locked”状态。
看一下加了锁之后的答案:
可以看到最后的结果,加入互斥锁后,其结果与预期相符。