Python多线程中锁机制与共享变量访问详解

向北走

发布时间：2026-10-13| 3人浏览过

原创

本文解析Python多线程环境下如何安全访问共享变量。通过threading模块的Lock和RLock对象，防止数据竞争。重点说明普通锁可能导致死锁的问题，以及可重入锁RLock通过计数器机制解决同一线程多次获取资源的需求，附带完整代码示例。

本文主要探讨在Python中使用锁机制来安全访问共享变量的方法，并提供了具体的实现方案。

在进行Python多线程编程时，若多个线程同时访问同一变量，可能导致数据损坏。Python的threading模块提供了Lock对象以解决此问题。Lock对象的acquire()方法用于获取锁，release()方法用于释放锁。当线程成功获取锁后，即获得对共享变量的访问权限，其他线程若需访问该变量，则必须等待当前线程调用release()释放锁。以下是使用普通锁访问共享变量的Python代码示例：

#!/usr/bin/env python 
import threading,time 
q=threading.Lock()  #create a lock object 
def mythread(): 
  global a 
  q.acquire()   #acquire the lock 
  a=threading.currentThread().getName() 
  print "a is modified by",a 
  q.release()   #release the lock 
   
for i in range(1,4): 
  t=threading.Thread(target=mythread,name="Thread %d"%i) 
  t.start()

如果在上述程序中，一个线程连续两次调用acquire()，将会引发死锁。这是因为第一次获取的资源尚未释放，线程便尝试再次申请，导致自身阻塞。为解决此问题，Python的threading模块提供了可重入锁RLock。RLock内部维护一个计数器：当线程获取资源时计数器加1，释放时减1。这使得同一线程可以多次请求同一资源，只有当所有请求均被释放后，其他线程才能获取该锁。对前述代码进行简单修改，即可使用RLock实现，代码如下：

#!/usr/bin/env python 
import threading,time 
q=threading.RLock()    #create a lock object 
def mythread(): 
  global a 
  q.acquire()    #acquire the lock 
  a=threading.currentThread().getName() 
  print "a is modified by",a 
  q.acquire() 
  a=threading.currentThread().getName() 
  print "a is modified by %s the second time"% a 
  q.release()    
  q.release()    #release the lock 
for i in range(1,4): 
  t=threading.Thread(target=mythread,name="Thread %d"%i) 
  t.start()