溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

如何實(shí)現(xiàn)Python多線程共享變量

發(fā)布時間:2020-08-03 10:14:05 來源:億速云 閱讀:138 作者:小豬 欄目:開發(fā)技術(shù)

小編這次要給大家分享的是如何實(shí)現(xiàn)Python多線程共享變量,文章內(nèi)容豐富,感興趣的小伙伴可以來了解一下,希望大家閱讀完這篇文章之后能夠有所收獲。

多線程-共享全局變量

#coding=utf-8
from threading import Thread
import time

g_num = 100

def work1():
 global g_num
 for i in range(3):
  g_num += 1

 print("----in work1, g_num is %d---"%g_num)


def work2():
 global g_num
 print("----in work2, g_num is %d---"%g_num)


print("---線程創(chuàng)建之前g_num is %d---"%g_num)

t1 = Thread(target=work1)
t1.start()

#延時一會,保證t1線程中的事情做完
time.sleep(1)

t2 = Thread(target=work2)
t2.start()

執(zhí)行如下:

[root@server01 many_task]# python test5.py
---線程創(chuàng)建之前g_num is 100---
----in work1, g_num is 103---
----in work2, g_num is 103---
[root@server01 many_task]#

從上面兩個線程執(zhí)行的結(jié)果來看,線程t1將 g_num 加到 103,在線程t2也是打印g_num=103。所以對于兩個線程,g_num這個全局變量是共享的。

列表當(dāng)做實(shí)參傳遞到線程中

#coding=utf-8
from threading import Thread
import time

def work1(nums):
 nums.append(44)
 print("----in work1---",nums)

def work2(nums):
 #延時一會,保證t1線程中的事情做完
 time.sleep(1)
 print("----in work2---",nums)

g_nums = [11,22,33]

t1 = Thread(target=work1, args=(g_nums,))
t1.start()

t2 = Thread(target=work2, args=(g_nums,))
t2.start()

運(yùn)行如下:

[root@server01 many_task]# python test6.py
('----in work1---', [11, 22, 33, 44])
('----in work2---', [11, 22, 33, 44])

總結(jié):
在一個進(jìn)程內(nèi)的所有線程共享全局變量,很方便在多個線程間共享數(shù)據(jù)
缺點(diǎn)就是,線程是對全局變量隨意遂改可能造成多線程之間對全局變量的混亂(即線程非安全)

多線程-共享全局變量問題

多線程開發(fā)可能遇到的問題

假設(shè)兩個線程t1和t2都要對全局變量g_num(默認(rèn)是0)進(jìn)行加1運(yùn)算,t1和t2都各對g_num加10次,g_num的最終的結(jié)果應(yīng)該為20。

但是由于是多線程同時操作,有可能出現(xiàn)下面情況:

在g_num=0時,t1取得g_num=0。此時系統(tǒng)把t1調(diào)度為”sleeping”狀態(tài),把t2轉(zhuǎn)換為”running”狀態(tài),t2也獲得g_num=0
然后t2對得到的值進(jìn)行加1并賦給g_num,使得g_num=1
然后系統(tǒng)又把t2調(diào)度為”sleeping”,把t1轉(zhuǎn)為”running”。線程t1又把它之前得到的0加1后賦值給g_num。
這樣導(dǎo)致雖然t1和t2都對g_num加1,但結(jié)果仍然是g_num=1

編寫代碼測試如下:

[root@server01 many_task]# vim test4.py 

#coding=utf-8
import threading
from time import sleep,ctime

# 初始化g_num
g_num = 0

def add_func1(num):
 global g_num
 for i in range(num):
  g_num += 1
  print("add_func1,第%d次,g_num等于%d" % (i,g_num))
  #sleep(0.5)

def add_func2(num):
 global g_num
 for i in range(num):
  g_num += 1
  print("add_func2,第%d次,g_num等于%d" % (i,g_num))
  #sleep(0.5)

def main():
 # 執(zhí)行線程
 t1 = threading.Thread(target=add_func1,args=(100,))
 t2 = threading.Thread(target=add_func2,args=(100,))

 t1.start()
 t2.start()

 # 判斷當(dāng)線程存在,則等待1秒
 while len(threading.enumerate()) > 1:
  sleep(1)

 print("2個線程對同一個全局變量操作之后的最終結(jié)果是:%s" % g_num)

if __name__ == '__main__':
 main()

執(zhí)行如下:

add_func2,第96次,g_num等于197
add_func2,第97次,g_num等于198
add_func2,第98次,g_num等于199
add_func2,第99次,g_num等于200
2個線程對同一個全局變量操作之后的最終結(jié)果是:200
[root@server01 many_task]#

兩個線程雖然執(zhí)行很快,但是g_num恰好就是100+100=200的結(jié)果,是正確的。不過,這個數(shù)量少,可能看不出問題來。

測試示例2

[root@server01 many_task]# vim test7.py 

def work1(num):
 global g_num
 for i in range(num):
  g_num += 1
 print("----in work1, g_num is %d---"%g_num)


def work2(num):
 global g_num
 for i in range(num):
  g_num += 1
 print("----in work2, g_num is %d---"%g_num)


print("---線程創(chuàng)建之前g_num is %d---"%g_num)

t1 = threading.Thread(target=work1, args=(10000000,))
t1.start()

t2 = threading.Thread(target=work2, args=(10000000,))
t2.start()

while len(threading.enumerate()) != 1:
 time.sleep(1)

print("2個線程對同一個全局變量操作之后的最終結(jié)果是:%s" % g_num)

運(yùn)行如下:

[root@server01 many_task]# python test7.py
---線程創(chuàng)建之前g_num is 0---
----in work1, g_num is 11977799---
----in work2, g_num is 19108796---
2個線程對同一個全局變量操作之后的最終結(jié)果是:19108796
[root@server01 many_task]#

正確的結(jié)果應(yīng)該是:20000000

結(jié)論

如果多個線程同時對同一個全局變量操作,會出現(xiàn)資源競爭問題,從而數(shù)據(jù)結(jié)果會不正確

看完這篇關(guān)于如何實(shí)現(xiàn)Python多線程共享變量的文章,如果覺得文章內(nèi)容寫得不錯的話,可以把它分享出去給更多人看到。

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI