python锁 (lock) 机制+多线程处理共享变量

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。