第38條 線程中使用Lock來防止數據競爭

Python在內置的threading模塊中提供了Lock類，該類相當於互斥鎖，可以保護各線程數據結構不被破壞。

案例：新建一個Counter類，統計傳感器採樣獲得的樣本數量。

### 計數器
class Counter(object):
    def __init__(self):
        self.count = 0
        
    def increment(self,offset):
        self.count += offset
        
 ### 傳感器
 def woker(sensor_index,how_many,counter):
    for _ in range(how_many):
        ## Read from the sensor
        ##....
        counter.increment(1)
        
 #### run_threads函數
 def run_threads(func,how_many,counter):
    threads = []
    for i in range(5):
        args = (i,how_many,counter)
        thread = Thread(target=func,args = args)
        threads.append(thread)
        thread.start()
    for thread in threads:
        thread.joint()
        
if __name__=='__main__':
    ###執行
    how_many = 10**5
    counter = Counter()
    run_threads(worker,how_many,counter)

    print(5*how_many,counter.count)

輸出結果：

500000 278328

可以看出，兩者數據相差較大，這是由於程序在執行self.count += offset語句時，並非原子操作，而是可以分解爲：

value = getattr(counter,'count')
result = value + offset
setattr(counter,'count',result)

上述三個操作，在任意兩個操作之間都可能發生線程切換，這種頻繁的線程切換，交錯執行可能會令線程把舊的value設置給Counter。

因此，在不加鎖的前提下，允許多條線程修改同一對象，那麼程序的數據結構可能會遭到破壞。

我們可以用互斥鎖保護Counter對象，使得多個線程同時訪問value值的時候，不會將該值破壞。同一時刻，只有一個線程能夠獲得這把鎖。如下：

class LockingCounter(object):
    def __init__(self):
        self.lock = Lock()
        self.count = 0
    def increment(self,offset):
        with self.lock:###判斷鎖狀態
            self.count += offset
            
if __name__ == '__main__':
    counter = LockingCounter()
    run_threads(worker,how_many,counter)
    print(5*how_many,counter.count)