import threading
import time
counter = 0
def increase(name):
global counter
i = 0
while i < 30:
# this for loop is for consuming cpu
for x in xrange(100000):
1+1
counter += 1
print name + " " + str(counter)
i += 1
if __name__ == '__main__':
threads = []
try:
for i in xrange(100):
name = "Thread-" + str(i)
t = threading.Thread( target=increase, args=(name,) )
t.start()
threads.append(t)
except:
print "Error: unable to start thread"
for t in threads:
t.join()
Python版本是2.7.5。
对于上面的代码,我运行了几次,最终的结果始终是3000。
而这段代码也是这篇博客的例子。http://effbot.org/zone/thread-synchronization.htm http://effbot.org/zone/thread-synchronization.htm
但这篇博客还提到:
一般来说,只有当共享资源由核心数据类型的单个实例(例如字符串变量、数字、列表或字典)组成时,此方法才有效。以下是一些线程安全的操作:
- 读取或替换单个实例属性
- 读取或替换单个全局变量
- 从列表中获取项目
- 就地修改列表(例如使用追加添加项目)
- 从字典中获取项目
- 就地修改字典(例如添加项目或调用clear方法)
这让我很困惑,我们真的需要锁才能通过 python 中的多线程获得正确的结果吗?
Update 1
我的 Linux 发行版是CentOS Linux release 7.2.1511
,内核版本是3.10.0-123.el7.x86_64 #1 SMP Mon Jun 30 12:09:22 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux
.
我的mac版本是10.11.5(15F34),python版本是2.7.10。
我在 Mac 上运行该程序,结果是预期的,由于使用了非线程安全的全局计数器,计数器不等于预期。
但是当我在 Linux 上运行该程序时,结果始终等于预期值。
counter:3000, expected:3000
counter:3000, expected:3000
counter:3000, expected:3000
counter:3000, expected:3000
counter:3000, expected:3000
我在这里错过了一些可能导致差异的东西吗?
Update 2
另一种观察是我上面使用的 Linux 盒子只有一个核心。当我切换到另一个有 4 核的 Linux 机器时,结果是预期的。
根据我对Python GIL的理解,它保证程序始终在单核上运行,无论平台有多少个核。但是GIL不会保证不同线程之间的安全吧?
如果这个成立,为什么单核机器会给出这样的结果?
Thanks.