为啥使用多线程得到总和是正确的?
Posted
技术标签:
【中文标题】为啥使用多线程得到总和是正确的?【英文标题】:why using multiple threading to get the sum is correct?为什么使用多线程得到总和是正确的? 【发布时间】:2013-02-25 01:46:23 【问题描述】:我的代码是
import threading
counter = 0
def worker():
global counter
counter += 1
if __name__ == "__main__":
threads = []
for i in range(1000):
t = threading.Thread(target = worker)
threads.append(t)
t.start()
for t in threads:
t.join()
print counter
因为我不使用锁来保护共享资源,即计数器变量,我期望结果是小于1000的数字,但是计数器总是1000,我不知道为什么。 counter += 1
是 Python 中的原子操作吗?
Python 中的哪些操作是使用 GIL 的原子操作?
【问题讨论】:
我猜是因为 GIL 具体来说,CPython 可以。 @Mike 使用 GIL 时哪些操作是原子的? 【参考方案1】:不要指望x += 1
是线程安全的。这是 an example 不起作用的地方(请参阅 Josiah Carlson 的评论):
import threading
x = 0
def foo():
global x
for i in xrange(1000000):
x += 1
threads = [threading.Thread(target=foo), threading.Thread(target=foo)]
for t in threads:
t.daemon = True
t.start()
for t in threads:
t.join()
print(x)
如果你反汇编foo
:
In [80]: import dis
In [81]: dis.dis(foo)
4 0 SETUP_LOOP 30 (to 33)
3 LOAD_GLOBAL 0 (xrange)
6 LOAD_CONST 1 (1000000)
9 CALL_FUNCTION 1
12 GET_ITER
>> 13 FOR_ITER 16 (to 32)
16 STORE_FAST 0 (i)
5 19 LOAD_GLOBAL 1 (x)
22 LOAD_CONST 2 (1)
25 INPLACE_ADD
26 STORE_GLOBAL 1 (x)
29 JUMP_ABSOLUTE 13
>> 32 POP_BLOCK
>> 33 LOAD_CONST 0 (None)
36 RETURN_VALUE
你看到有一个LOAD_GLOBAL
来检索x
的值,有一个INPLACE_ADD
,然后是一个STORE_GLOBAL
。
如果两个线程连续LOAD_GLOBAL
,那么它们可能都加载x
的相同值。然后它们都递增到相同的数字,并存储相同的数字。所以一个线程的工作会覆盖另一个线程的工作。这不是线程安全的。
如您所见,如果程序是线程安全的,x
的最终值将是 2000000,但您几乎总是得到小于 2000000 的数字。
如果你添加一个锁,你会得到“预期”的答案:
import threading
lock = threading.Lock()
x = 0
def foo():
global x
for i in xrange(1000000):
with lock:
x += 1
threads = [threading.Thread(target=foo), threading.Thread(target=foo)]
for t in threads:
t.daemon = True
t.start()
for t in threads:
t.join()
print(x)
产量
2000000
我认为您发布的代码没有问题的原因:
for i in range(1000):
t = threading.Thread(target = worker)
threads.append(t)
t.start()
是因为你的worker
s 完成得如此之快,与产生一个新线程所需的时间相比,实际上线程之间没有竞争。在上面 Josiah Carlson 的示例中,每个线程都在 foo
中花费大量时间,这增加了线程冲突的机会。
【讨论】:
好收获。我忘记反汇编指令以确保它们实际上是解释器中的单字节码调用。我已经删除了误导性的 cmets。 在最后补充一下为什么这个问题没有出现的猜测:解释器在放弃 GIL 之前执行了一定数量的字节码操作,这让我不以为然大约是 100。所以工作线程总是会在这个限制内很好地完成,因此看起来是原子的。以上是关于为啥使用多线程得到总和是正确的?的主要内容,如果未能解决你的问题,请参考以下文章