
作者:小K
来源:麦叔编程
❝
上期的Python三分钟留言区,有很多小伙伴想了解Python的GIL是个啥玩意。
但是想了解GIL到底是个啥,我们需要学习一些前置的知识。
这样才能更好得了解GIL。
❞
线程安全, 是指变量或方法(这些变量或方法是多线程共享的) 可以在多线程的环境下被安全有效的访问。
太抽象了?我举个例子:
假如今天中午12:00,在某平台有1元抢茅台活动,参加活动的茅台就一瓶。
但是中午集结了好几万用户在线等开抢信号,时间到了12:00:00,这些用户疯狂点击屏幕抢购。
此时某平台肯定要保证只有一个人能获得活动茅台,要不然平台还不赔死。「这就是线程安全的概念。」
import threadingzero = 0def change_zero(): global zero for i in range(3000000): zero += 1 zero -= 1th1 = threading.Thread(target = change_zero)th2 = threading.Thread(target = change_zero)th1.start()th2.start()th1.join()th2.join()print(zero)
我定义了一个函数change_zero对全局变量zero+1、-1操作。
还定义了两个线程th1和th2去执行它3000000*2次。
每次+1、-1都会被执行的话,输出的zero肯定还是0,
但是代码执行之后...
好像根本不会还等于0。
所以我们推测,运行当中肯定有几次+1,-1的操作没有有效地被执行。(线程非安全)。
但是这样的代码投入生产肯定是有bug的,如果将这代码用在一些金额结算上,那写代码的人肯定是头铁了。
❝
那有什么办法能拯救线程非安全的操作呢?
❞
有个很常用的方法,那就是「加锁」。
import threadinglock = threading.Lock() # 创建线程锁zero = 0def change_zero(): global zero for i in range(3000000): with lock: # 把线程非安全操作加锁 zero += 1 zero -= 1th1 = threading.Thread(target = change_zero)th2 = threading.Thread(target = change_zero)th1.start()th2.start()th1.join()th2.join()print(zero)
从上方代码中,我们把zero += 1和zero -= 1这两步操作进行加锁。
❝
类似于接力跑,只有从前一棒队友手中接过接力棒,才能往下一棒队友那边跑,没有完成接力棒交接则不能跑。
❞
❝
上下文管理器with lock在操作进行时会执行lock.acquire()拿到锁,执行完毕后会将锁释放给下一个操作lock.release()。
❞
运行上方加了锁之后的代码:
得到的结果都是0,没再出现计算混乱的情况,这就从线程非安全转变成线程安全操作了。
看到这,你是否有疑问了?
Python不是有GIL护体吗?怎么还会出现这种线程非安全的情况?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23