本文介绍了Python多线程中全局变量与局部变量的问题，以及如何使用ThreadLocal实现线程间的数据隔离。通过示例代码展示了全局变量在多线程环境下的同步问题，提出了使用互斥锁的解决方案。接着讨论了局部变量的线程安全性，但传递局部变量给多层函数调用不便。ThreadLocal变量解决了这一问题，每个线程拥有独立的ThreadLocal变量副本，确保了数据的安全性和便捷性。文章还提及了Python中ThreadLocal的实现原理以及在实际生产环境中的应用，并指出了一些高级实现，如Werkzeug库中的ThreadLocal扩展支持协程私有数据。
我们在进行Python多线程开发的时候经常会使用到变量，但全局变量的变化影响到每一个线程，而局部变量使用起来又非常麻烦，所以我们需要使用到ThreadLocal变量，下面小千就来给大家介绍这个ThreadLocal变量到底是什么怎么用？
ThreadLocal变量它本身是一个全局变量，但是每个线程却可以利用它来保存属于自己的私有数据，这些私有数据对其他线程也是不可见的。下图给出了线程中这几种变量的存在情况
全局 VS 局部变量
首先借助一个小程序来看看多线程环境下全局变量的同步问题。
这里我们创建了10个线程，每个线程均对全局变量 global_num 进行1000次的加1操作（循环1000次加1是为了延长单个线程执行时间，使线程执行时被中断切换），当10个线程执行完毕时，全局变量的值是多少呢？
答案是不确定，简单来说是因为 global_num += 1 并不是一个原子操作，因此执行过程可能被其他线程中断，导致其他线程读到一个脏值。以两个线程执行 +1 为例，其中一个可能的执行序列如下（此情况下最后结果为1）
多线程中使用全局变量时普遍存在这个问题，解决办法也很简单，可以使用互斥锁、条件变量或者是读写锁。下面考虑用互斥锁来解决上面代码的问题，只需要在进行 +1 运算前加锁，运算完毕释放锁即可，这样就可以保证运算的原子性。
在线程中使用局部变量则不存在这个问题，因为每个线程的局部变量不能被其他线程访问。下面我们用10个线程分别对各自的局部变量进行1000次加1操作，每个线程结束时打印一共执行的操作次数（每个线程均为1000）
可以看出这里每个线程都有自己的 local_num，各个线程之间互不干涉。
Thread-local 对象
上面程序中我们需要给 show 函数传递 local_num 局部变量，并没有什么不妥。不过考虑在实际生产环境中，我们可能会调用很多函数，每个函数都需要很多局部变量，这时候用传递参数的方法会很不友好。
为了解决这个问题，一个直观的的方法就是建立一个全局字典，保存进程 ID 到该进程局部变量的映射关系，运行中的线程可以根据自己的 ID 来获取本身拥有的数据。这样，就可以避免在函数调用中传递参数，如下示例：
保存一个全局字典，然后将线程标识符作为key，相应线程的局部数据作为 value，这种做法并不完美。
首先，每个函数在需要线程局部数据时，都需要先取得自己的线程ID，略显繁琐。更糟糕的是，这里并没有真正做到线程之间数据的隔离，因为每个线程都可以读取到全局的字典，每个线程都可以对字典内容进行更改。
为了更好解决这个问题，python 线程库实现了 ThreadLocal 变量（很多语言都有类似的实现，比如Java）。ThreadLocal 真正做到了线程之间的数据隔离，并且使用时不需要手动获取自己的线程 ID，如下示例
上面示例中每个线程都可以通过 global_data.num 获得自己独有的数据，并且每个线程读取到的 global_data 都不同，真正做到线程之间的隔离。
ThreadLocal 实现的代码量不多，但是比较难理解，涉及很多 Python 黑魔法，下篇再来分析。那么 ThreadLocal 很完美了？不！Python 的 WSGI 工具库 werkzeug 中有一个更好的 ThreadLocal 实现，甚至支持协程之间的私有数据，实现更加复杂，有机会再分析。
本文来自千锋教育，转载请注明出处。
扫一扫
1024
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
