线程安全

线程安全

线程不安全

即使Python（CPython）拥有GIL，但是多线程环境下仍是线程不安全的。原因是某一线程不是所有步骤都是原子性。当然我们可以加锁实现 “人为原子性”。

GIL 的作用是：对于一个解释器，只能有一个thread在执行bytecode。所以每时每刻只有一条bytecode在被执行一个thread。GIL保证了bytecode 这层面上是thread safe的。

但是如果你有个操作比如 x += 1，这个操作需要多个bytecodes操作，在执行这个操作的多条bytecodes期间的时候可能中途就换thread了，这样就出现了data races的情况了。

bytecode 是CPython解释器的字节码，可以理解为ASM中的机器码

比如这小家伙就有很多条bytecodes：

>>> dis.dis(lambda x: x+1)
1           0 LOAD_FAST                0 (x)
    3 LOAD_CONST               1 (1)
    6 BINARY_ADD
    7 RETURN_VALUE

参考：multithreading

线程安全

一般我们对多线程中的全局变量都会加锁处理，这种变量是共享变量，每个线程都可以读写变量，为了保持同步我们会做枷锁处理。

但是有些变量初始化以后，我们只想让他们在每个线程中一直存在，相当于一个线程内的共享变量，线程之间又是隔离的。 python threading模块中就提供了这么一个类，叫做local。local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程设置的同名属性替换。

threading.local,每一个线程过来，把用到了每一份资源copy给自己一份。 每个线程之间资源独立，不会产生覆盖。TLS机制 (Thread Local Storage)线程局部存储

Threading.local 应用

Flask 上下文机制就是使用的 Threading.local

线程进来 开辟一个空间给这个线程，线程操作的所有任务，都会复制一份儿到空间中

推荐阅读：

简单介绍 详解threading模块：local类的使用（六）

源码分析 threading.local()源码分析

TLS 机制 深入理解Python的TLS机制和Threading.local()

Flask 请求上下文

详见 Flask 上下文