Python多线程共享变量与锁机制详解

Aria

发布时间：2026-10-13| 3人浏览过

原创

本文详解Python多线程中共享变量引发的数据竞争问题，通过加减法示例展示非原子操作导致的错误结果。重点讲解使用threading.Lock进行上锁与释放的操作流程，确保资源访问的原子性，并对比线程安全与不安全的容器类型，提供完整代码参考。

共享变量与线程安全问题

一、共享变量

当多个线程同时访问同一个变量时，就会引发共享变量相关的问题。

具体示例如下：


import threading
sum = 0
loopSum = 1000000
def myAdd():
  global sum, loopSum
for i in range(1, loopSum):
  sum += 1
def myMinu():
  global sum, loopSum
for i in range(1, loopSum):
  sum -= 1
if __name__ == "__main__":
  print("Dont,,,,,,,{0}".format(sum))
t1 = threading.Thread(target = myAdd, args = ())
t2 = threading.Thread(target = myMinu, args = ())
t1.start()
t2.start()
t1.join()
t2.join()
print("Done,,,,,,{0}".format(sum))

从上述运行结果可以看出，最终数值并非预期的0，而是-286705。这是因为多个线程同时对共享变量进行了操作，而该操作并非原子性的，导致数据出现偏差。

2.解决方案：使用“锁”或“信号灯”

（1）锁（Lock）：这是一种标志，用于表示某个线程正在占用特定资源。

使用方式为：先获取锁（上锁），然后使用共享资源，安全地执行操作，最后释放锁，即释放对该变量的占用。

锁定对象：任何需要被共享访问的资源，都应当对其加锁。

使用Lock锁解决并发冲突


import threading
sum = 0
loopSum = 1000000
lock = threading.Lock()
# 先生成一个锁的实例
def myAdd():
  global sum, loopSum
for i in range(1, loopSum):
  lock.acquire()# 这里申请了一把锁
sum += 1
lock.release()# 注意千万不要忘了释放锁
def myMinu():
  global sum, loopSum
for i in range(1, loopSum):
  lock.acquire()
sum -= 1
lock.release()
if __name__ == "__main__":
  print("Done,,,,,,,{0}".format(sum))
t1 = threading.Thread(target = myAdd, args = ())
t2 = threading.Thread(target = myMinu, args = ())
t1.start()
t2.start()
t1.join()
t2.join()
print("Done,,,,,,{0}".format(sum))