京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20