說說 Python 里關于線程安全的那些事兒
在并發編程時，如果多個線程訪問同一資源，我們需要保證訪問的時候不會產生沖突，數據修改不會發生錯誤，這就是我們常說的 線程安全 。
那什么情況下，訪問數據時是安全的?什么情況下，訪問數據是不安全的?如何知道你的代碼是否線程安全?要如何訪問數據才能保證數據的安全?
本篇文章會一一回答你的問題。
1. 線程不安全是怎樣的?
要搞清楚什么是線程安全，就要先了解線程不安全是什么樣的。
比如下面這段代碼，開啟兩個線程，對全局變量 number 各自增 10萬次，每次增量 1。
- from threading import Thread, Lock
- number = 0
- def target():
- global number
- for _ in range(1000000):
- number += 1
- thread_01 = Thread(target=target)
- thread_02 = Thread(target=target)
- thread_01.start()
- thread_02.start()
- thread_01.join()
- thread_02.join()
- print(number)
正常我們的預期輸出結果，一個線程自增100萬，兩個線程就自增 200 萬嘛，輸出肯定為 2000000 。
可事實卻并不是你想的那樣，不管你運行多少次，每次輸出的結果都會不一樣，而這些輸出結果都有一個特點是，都小于 200 萬。
以下是執行三次的結果
- 1459782
- 1379891
- 1432921
這種現象就是線程不安全，究其根因，其實是我們的操作 number += 1 ，不是原子操作，才會導致的線程不安全。
2. 什么是原子操作?
原子操作(atomic operation)，指不會被線程調度機制打斷的操作，這種操作一旦開始，就一直運行到結束，中間不會切換到其他線程。
它有點類似數據庫中的 事務。
在 Python 的官方文檔上，列出了一些常見原子操作
- L.append(x)
- L1.extend(L2)
- x = L[i]
- x = L.pop()
- L1[i:j] = L2
- L.sort()
- x = y
- x.field = y
- D[x] = y
- D1.update(D2)
- D.keys()
而下面這些就不是原子操作
- i = i+1
- L.append(L[-1])
- L[i] = L[j]
- D[x] = D[x] + 1
像上面的我使用自增操作 number += 1，其實等價于 number = number + 1，可以看到這種可以拆分成多個步驟(先讀取相加再賦值)，并不屬于原子操作。
這樣就導致多個線程同時讀取時，有可能讀取到同一個 number 值，讀取兩次，卻只加了一次，最終導致自增的次數小于預期。
當我們還是無法確定我們的代碼是否具有原子性的時候，可以嘗試通過 dis 模塊里的 dis 函數來查看
當我們執行這段代碼時，可以看到 number += 1 這一行代碼，由兩條字節碼實現。
- BINARY_ADD ：將兩個值相加
- STORE_GLOBAL：將相加后的值重新賦值
每一條字節碼指令都是一個整體，無法分割，他實現的效果也就是我們所說的原子操作。
當一行代碼被分成多條字節碼指令的時候，就代表在線程線程切換時，有可能只執行了一條字節碼指令，此時若這行代碼里有被多個線程共享的變量或資源時，并且拆分的多條指令里有對于這個共享變量的寫操作，就會發生數據的沖突，導致數據的不準確。
為了對比，我們從上面列表的原子操作拿一個出來也來試試，是不是真如官網所說的原子操作。
這里我拿字典的 update 操作舉例，代碼和執行過程如下圖
從截圖里可以看到，info.update(new) 雖然也分為好幾個操作
- LOAD_GLOBAL：加載全局變量
- LOAD_ATTR：加載屬性，獲取 update 方法
- LOAD_FAST：加載 new 變量
- CALL_FUNCTION：調用函數
- POP_TOP：執行更新操作
但我們要知道真正會引導數據沖突的，其實不是讀操作，而是寫操作。
上面這么多字節碼指令，寫操作都只有一個(POP_TOP)，因此字典的 update 方法是原子操作。
3. 實現人工原子操作
在多線程下，我們并不能保證我們的代碼都具有原子性，因此如何讓我們的代碼變得具有 “原子性” ，就是一件很重要的事。
方法也很簡單，就是當你在訪問一個多線程間共享的資源時，加鎖可以實現類似原子操作的效果，一個代碼要嘛不執行，執行了的話就要執行完畢，才能接受線程的調度。
因此，我們使用加鎖的方法，對例子一進行一些修改，使其具備“原子性”。
- from threading import Thread, Lock
- number = 0
- lock = Lock()
- def target():
- global number
- for _ in range(1000000):
- with lock:
- number += 1
- thread_01 = Thread(target=target)
- thread_02 = Thread(target=target)
- thread_01.start()
- thread_02.start()
- thread_01.join()
- thread_02.join()
- print(number)
此時，不管你執行多少遍，輸出都是 2000000.
4. 為什么 Queue 是線程安全的?
Python 的 threading 模塊里的消息通信機制主要有如下三種：
- Event
- Condition
- Queue
使用最多的是 Queue，而我們都知道它是線程安全的。當我們對它進行寫入和提取的操作不會被中斷而導致錯誤，這也是我們在使用隊列時，不需要額外加鎖的原因。
他是如何做到的呢?
其根本原因就是 Queue 實現了鎖原語，因此他能像第三節那樣實現人工原子操作。
原語指由若干個機器指令構成的完成某種特定功能的一段程序，具有不可分割性;即原語的執行必須是連續的，在執行過程中不允許被中斷。
