为什么使用多线程来求和是正确的？

Question

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counter变量，我期望结果是一个小于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 中哪些操作是使用 GIL 的原子操作？

Answer 1

不要指望

x += 1

是线程安全的。这是不起作用的示例（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)

---

如果你拆开

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        

您会看到有一个

LOAD_GLOBAL

用于检索

x

的值，有一个

INPLACE_ADD

，然后有一个

STORE_GLOBAL

。

如果两个线程连续

LOAD_GLOBAL

，那么它们可能都会加载x的

相同

值。然后它们都增加到相同的数字，并存储相同的数字。因此，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

的最终值将为 2000000，但您几乎总是得到小于 2000000 的数字。

---

如果添加锁，您将得到“预期”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出现问题的原因是：

for i in range(1000):
    t = threading.Thread(target = worker)
    threads.append(t)
    t.start()

是因为与生成新线程所需的时间相比，您的

worker

完成得非常快，实际上线程之间不存在竞争。在上面 Josiah Carlson 的示例中，每个线程在

foo

中花费了大量时间，这增加了线程冲突的机会。