线程无法访问全局变量 - Python

在Python中，线程是一种轻量级的执行单元，它提供了一种方便的方式来同时执行多个任务。然而，在写Python多线程程序时，有一些潜在的陷阱需要注意。

其中之一是线程无法访问全局变量。这是因为Python的全局解释器锁（GIL）限制了多个线程同时访问相同的内存区域。

因此，如果多个线程需要访问全局变量，必须使用线程同步机制来确保数据的正确性。

下面是一个示例程序，演示了线程无法访问全局变量的问题：

import threading

global_var = 0

def increment():
    global global_var
    for i in range(100000):
        global_var += 1

if __name__ == '__main__':
    t1 = threading.Thread(target=increment)
    t2 = threading.Thread(target=increment)

    t1.start()
    t2.start()

    t1.join()
    t2.join()

    print('Global var: ', global_var)

在这个例子中，我们创建了两个线程来递增全局变量global_var。由于多个线程同时访问global_var，因此我们期望它的值应该是200000。

然而，由于线程无法访问全局变量，当我们运行这个程序时，它的输出将非常不稳定。在一些运行过程中，它的输出可能是正确的，但在其他情况下，它可能会显示错误的结果。这是因为同时两个线程同时访问并递增global_var会导致竞态条件。我们需要一种线程同步机制来解决这个问题。

使用线程同步机制

为了确保正确递增全局变量，我们可以使用Python内置的线程同步机制——锁（Lock）。

下面是改进后的程序代码：

import threading

global_var = 0
lock = threading.Lock()

def increment():
    global global_var
    for i in range(100000):
        with lock:
            global_var += 1

if __name__ == '__main__':
    t1 = threading.Thread(target=increment)
    t2 = threading.Thread(target=increment)

    t1.start()
    t2.start()

    t1.join()
    t2.join()

    print('Global var: ', global_var)

在这个版本的程序中，我们在全局变量global_var的递增代码块中使用了一个锁。这个锁确保了一次只有一个线程可以访问global_var。由于只有一个线程可以访问global_var，因此我们的结果应该始终正确。

总结

在Python多线程编程中，线程无法访问全局变量，因为多个线程同时访问相同内存区域可能导致竞态条件。为了解决这个问题，我们可以使用锁来确保一次只有一个线程可以访问那个内存区域。