python中threading产生死锁_Python 官方代码threading模块的一个死锁的bug

Python的threading模块有一个比较严重的bug：那就是可能会让线程的等待提前结束或者延迟，具体的原因是因为线程的wait操作判断超时时依赖于实时时间，即通过time.time()获取到的时候，为了显示这个问题，请看下面的例子：

from threading import Thread

from threading import Event

import time

e = Event()

stop = False

class MyThread(Thread):

def __init__(self):

super(MyThread,self).__init__()

def run(self):

counter = 0

while not stop:

time.sleep(1.0)

counter += 1

print counter

if counter >= 60:

break

t = MyThread()

t.start()

e.wait(60)

stop = True

print 'done!'

这段代码创建一个计时的线程，每1秒打印一次计数，线程总共等待60，然后结束。为了更好的说明问题，代码并没有用Thread.join来等待，而是用Event.wait来等待，

(其实通过下面的代码分析，可以知道，Event.wait和Thread.join的等待都是调用的Condition.wait，所以情况是一样的)

按照正常情况，一段程序会打印60次计数，然后结束。

现在，把系统的时候调前60秒或者调后60秒，你会发现一个很有意思的情况：

1、当系统调前60秒时，计时打印输出会立即停止，等待会立即结束，并输出done!

2、当系统的时间被调后60秒时，计时打印输出也会立即停止，过60秒后才恢复打印，总共要等待120秒程序才会结束。

然后你可以想到，当系统的时候改变被调后超过一小时，二小时时，甚至一天，二天时，就会发生死锁的情况(其实这里的死锁也不太准确，

系统在等待超过改变的时间后还是会返回的，但是这种长时间的等待几乎可以认可为死锁了)

好，说明了问题，接下来就要来说说这个问题有多严重了。也许有人会说这个问题出现的概率几乎为零，现在的机器的时间一般都是很准的，不会出现大的时间调整。

但是凡事都有例外，例如你的机器的给rtc供电的钮扣电池没电了，这时候必须会在改变时间的时候出现比较大的时间变化，再如有些设备上根本就没有rtc，在开机的时候通过NTP服务器来获取时间等等。如果问题出现在终端设备可能影响会小些，但是如果代码是运行在服务端的，那就可能会是灾难性的，有可能会直接造成服务器的宕机。

关键这个问题很隐密，很难重现，所以，如果不知道问题之所在，查起来比较麻烦。当然，这个问题还是被我给解决掉了，要不然也不会有这篇文章的产生。

好，说了这么一大堆废话，接下来我们来看下具体的原因：

找到threading.py，我把关键的代码帖出来：

from time import time as _time, sleep as _sleep

class _Condition(_Verbose):

...

def wait(self, timeout=None):

if not self._is_owned():

raise RuntimeError("cannot wait on un-acquired lock")

waiter = _allocate_lock()

waiter.acquire()

self.__waiters.append(waiter)

saved_state = self._release_save()

try: # restore state no matter what (e.g., KeyboardInterrupt)

if timeout is None:

waiter.acquire()

if __debug__:

self._note("%s.wait(): got it", self)

else:

# Balancing act: We can't afford a pure busy loop, so we

# have to sleep; but if we sleep the whole timeout time,

# we'll be unresponsive. The scheme here sleeps very

# little at first, longer as time goes on, but never longer

# than 20 times per second (or the timeout time remaining).

endtime = _time() + timeout

delay = 0.0005 # 500 us -> initial delay of 1 ms

while True:

gotit = waiter.acquire(0)

if gotit:

break

remaining = endtime - _time()

if remaining <= 0:

break

delay = min(delay * 2, remaining, .05)

_sleep(delay)

if not gotit:

if __debug__:

self._note("%s.wait(%s): timed out", self, timeout)

try:

self.__waiters.remove(waiter)

except ValueError:

pass

else:

if __debug__:

self._note("%s.wait(%s): got it", self, timeout)

finally:

self._acquire_restore(saved_state)

def Condition(*args, **kwargs):

return _Condition(*args, **kwargs)

class _Event(_Verbose):

def __init__(self, verbose=None):

_Verbose.__init__(self, verbose)

self.__cond = Condition(Lock())

def Event(*args, **kwargs):

return _Event(*args, **kwargs)

问题就出在_Condition.wait上，

这个方法首先计算等等的结束时间，

endtime = _time() + timeout

然后不断的判断时间有没有到，如果没到，就等上delay*2的时间，每次等待最多0.05秒：

while True:

gotit = waiter.acquire(0)

if gotit:

break

remaining = endtime - _time()

if remaining <= 0:

break

delay = min(delay * 2, remaining, .05)

_sleep(delay)

这里，如果在等待时时间发生了改变，就会出现等待提前结束或者延迟结束的问题。

另外，Thread.join里的等待也是调用的_Condition.wait,所以也会有这个问题，具体的看下面的代码：

class Thread(_Verbose):

self.__block = Condition(Lock())

def join(self, timeout=None):

...

self.__block.acquire()

try:

if timeout is None:

while not self.__stopped:

self.__block.wait()

if __debug__:

self._note("%s.join(): thread stopped", self)

else:

deadline = _time() + timeout

while not self.__stopped:

delay = deadline - _time()

if delay <= 0:

if __debug__:

self._note("%s.join(): timed out", self)

break

self.__block.wait(delay)

else:

if __debug__:

self._note("%s.join(): thread stopped", self)

finally:

self.__block.release()

好，知道了问题，接下来看下怎么去解决：

这里也没有什么好卖关子的，解决的方法很简单，就是用开机时间来替代实时时间。

在linux下面，通过clock_gettime来获取开机时间，

在windows下面，通过GetTickCount来获取开机时间，代码如下：

startup_linux.pyx

cdef extern from "time.h":

enum:

CLOCK_MONOTONIC

struct timespec:

int tv_sec

long tv_nsec

cdef int clock_gettime(int type,timespec* ts)

def getboottime():

cdef timespec ts

clock_gettime(CLOCK_MONOTONIC,&ts)

return ts.tv_sec + ts.tv_nsec/1000000000.0

startup_win32.pyx:

cdef extern from "Windows.h":

int GetTickCount()

def getboottime():

return GetTickCount()/1000.0

由于代码是用cython来写的，所以要用cython来编译下：

Setup.py

from distutils.core import setup

from distutils.extension import Extension

from Cython.Build import cythonize

import os

if os.name == 'nt':

print 'build startup_win32'

sources = ["startup_win32.pyx"]

setup(

name = 'startup_win32',

ext_modules=cythonize([

Extension("startup_win32", sources),

]),

)

else:

sources = ["startup_linux.pyx"]

setup(

name = 'startup',

ext_modules=cythonize([

Extension("startup_linux", sources,

libraries = ['rt']

),

]),

)

接下来，看下怎么使用：

替换threading.py开始的如下代码：

from time import time as _time, sleep as _sleep

为：

from time import sleep as _sleep

import os

if os.name == 'nt':

import startup_win32.getboottime as _time

else:

import startup_linux.getboottime as _time

其它的代码都不用改。

当然，不只是threading这个模块有这个问题，系统的Queue模块也同样也有这个问题，解决方法和threading模块一样。