每次 task
执行时都对一个共享变量 sum
加 2,使用线程安全的机制来确保正确性。
由于多线程的环境下,直接操作共享变量可能会导致竞争条件 (race condition),需要使用锁 (lock) 机制来防止这种情况。
下面代码展示了如何使用 threading.Lock
来保证 sum
的原子性操作:
from concurrent.futures import ThreadPoolExecutor, as_completed
import threading
import time
# 共享变量
sum_value = 0
# 创建一个锁对象
lock = threading.Lock()
# 定义一个简单的函数作为线程任务
def task(n):
global sum_value
time.sleep(2)
with lock:
sum_value += 2
print(f"处理任务 {n},sum现在是 {sum_value}")
return n ** 2
# 创建一个线程池执行器
with ThreadPoolExecutor(max_workers=5) as executor:
# 列表生成式,创建所有任务
futures = [executor.submit(task, i) for i in range(10)]
# as_completed(futures) 会返回一个迭代器,迭代每一次任务完成的future
for future in as_completed(futures):
# 调用future.result() 获取函数返回结果
result = future.result()
print(f"任务返回结果 {result}")
注意事项
lock = threading.Lock()
创建了一个互斥锁。with lock:
确保sum_value
的更新操作是线程安全的。global sum_value
声明sum_value
是一个全局变量,因此可以在task
函数中修改它。
修改后的执行结果
执行上述代码时,结果将类似于以下输出(顺序可能会有所不同),并且 sum
变量将以线程安全的方式被正确更新:
处理任务 0,sum现在是 2
处理任务 1,sum现在是 4
处理任务 2,sum现在是 6
处理任务 3,sum现在是 8
处理任务 4,sum现在是 10
任务返回结果 0
任务返回结果 1
任务返回结果 4
任务返回结果 9
任务返回结果 16
处理任务 5,sum现在是 12
处理任务 6,sum现在是 14
处理任务 7,sum现在是 16
处理任务 8,sum现在是 18
处理任务 9,sum现在是 20
任务返回结果 25
任务返回结果 36
任务返回结果 49
任务返回结果 64
任务返回结果 81
每完成一个任务后,通过锁定共享变量确保 sum_value
的更新是原子的,从而防止竞争条件。