多線程-共享全局變量

#coding=utf-8from threading import Threadimport timeg_num = 100def 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。

列表當做實參傳遞到線程中

#coding=utf-8from threading import Threadimport timedef 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()

運行如下：

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

總結：在一個進程內的所有線程共享全局變量，很方便在多個線程間共享數據缺點就是，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

假設兩個線程t1和t2都要對全局變量g_num(默認是0)進行加1運算，t1和t2都各對g_num加10次，g_num的最終的結果應該為20。

但是由于是多線程同時操作，有可能出現下面情況：

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

編寫代碼測試如下：

[root@server01 many_task]# vim test4.py #coding=utf-8import threadingfrom time import sleep,ctime# 初始化g_numg_num = 0def 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果是:%s' % g_num)if __name__ == ’__main__’: main()

執(zhí)行如下：

add_func2，第96次，g_num等于197add_func2，第97次，g_num等于198add_func2，第98次，g_num等于199add_func2，第99次，g_num等于2002個線程對同一個全局變量操作之后的最終結果是: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的結果，是正確的。不過，這個數量少，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果是:%s' % g_num)

運行如下：

[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果是:19108796[root@server01 many_task]#

正確的結果應該是：20000000

結論

如果多個線程同時對同一個全局變量操作，會出現資源競爭問題，從而數據結果會不正確

到此這篇關于Python 多線程共享變量的實現示例的文章就介紹到這了,更多相關Python 多線程共享變量內容請搜索好吧啦網以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持好吧啦網！