Effectinve Python的59个有效方法中第38条使用Lock防止数据竞争中运行错误的问题

最新推荐文章于 2021-07-31 13:31:54 发布

原创最新推荐文章于 2021-07-31 13:31:54 发布 · 223 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

遇到的各种bug

当前文章被收录于：

遇到的各种bug

5 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

本文探讨了在Python多线程环境下，使用锁(lock)保护共享资源的重要性。通过一个计数器类的实例，展示了如何避免竞态条件(race condition)，确保线程安全。在代码示例中，对比了未加锁和加锁的计数器实现，强调了正确同步机制对于并发编程的必要性。

系统：Ubuntu1804

在Jupyter Notebook中运行，使用的anaconda下的python3.7.6。

在代码运行中出现错误的问题，源代码如下：代码为书中样例代码，但是在运行时候并没有出现将value锁定的情况。

暂且记录下来，简单找了下没有找到答案，先记录下等日后再进行寻找。

class Counter(object):
    def __init__(self):
        self.count = 0
    def increment(self, offset):
        self.count += offset

class LockingCounter(object):
    def __init__(self):
        self.lock = Lock()
        self.count = 0
    def increment(self, offset):
        with self.lock:
            self.count += offset

def worker(sensor_index, how_many, counter):
    for _ in range(how_many):
        counter.increment(1)
        
def run_threads(func, how_many, counter):
    threads = []
    for i in range(5):
        args = (i, how_many, counter)
        thread = Thread(target=func, args=args)
        threads.append(thread)
        thread.start()
    for thread in threads:
        thread.join()
        
how_many = 10**5
counter = LockingCounter()
run_threads(worker, how_many, counter)
print("Counter should be %d, found %d" %(5*how_many, counter.count))

输出结果：