Python_关于多线程下变量赋值取值的一点研究

关于多线程下变量赋值取值的一点研究

by:授客 QQ：1033553122

1．代码实践1

#!/usr/bin/env python
# -*- coding:utf-8 -*-

__author__ = 'shouke'

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import threading
import time

class TestClass:
    def __init__(self, num):
        self.num = num

global_var = 0
def testfn(num, obj):
    global global_var
    global_var = num
    local_var = num * 2
    obj.num = num * 2
    time.sleep(5)

    print("thread id:", threading.get_ident(), 'num:', num, 'obj.num:', obj.num, 'local_var:', local_var, 'global_var:', global_var)

for i in range(0, 5):
    # # 多线程执行性能监控
    thread = threading.Thread(target=testfn,
                              name="testfn"+str(i),
                              args=(i, TestClass(i)))
    thread.start()

结论：

1、如下，通过args给线程即将调用函数(为方便描述，暂且称它为 “线程函数”)传递参数，可以做到每个线程都使用各自的参数去调用线程函数。

thread = threading.Thread(target=testfn,
name="testfn"+str(i),
args=(i, TestClass(i)))

2、如下，线程函数里的局部变量(例中除去global_var之外的变量)，都存储在栈内存中，而每个线程都有自己的栈内存，彼此独立，所以，每个线程对局部变量的赋值，读取操作互不影响。也就是说，多线程并发的情况下，局部变量是“安全”的，而全局变量存储在堆内存中，堆内存为所有线程共享，对所有线程都是可见的，所以两个以上的线程访问全局变量时，就会出现所谓的“不安全”，如下，第一个线程访问了全局变量 global_var，赋值为对应的num，然后中间sleep了5秒，在此期间，另一个线程访问了全局变量，赋值为另一个num，然后第一个线程醒来了，发现全局变量 global_var 已经不是它要的值了。

def testfn(num, obj):
    global global_var
    global_var = num
    local_var = num * 2
    obj.num = num * 2
    time.sleep(5)

2．代码实践2

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import threading
import time

thread_local_obj = threading.local()

class TestClass:
    def __init__(self, num):
        self.num = num

global_var = 0
def testfn(num, obj):
    global global_var
    global_var = num
    local_var = num * 2
    obj.num = num * 2

    thread_local_obj.obj = obj
    time.sleep(5)

    other_task()

    print("thread id:", threading.get_ident(), 'num:', num, 'obj.num:', obj.num, 'local_var:', local_var, 'global_var:', global_var)

def other_task():
    print("thread id:", threading.get_ident(), 'obj.num:', thread_local_obj.obj.num , threading.currentThread().name)

for i in range(0, 5):
    # # 多线程执行性能监控
    thread = threading.Thread(target=testfn,
                              name="testfn"+str(i),
                              args=(i, TestClass(i)))
    thread.start()