淺析Python多線程下的變量問題_

1、淺析Python多線程下的變量問題_ 這篇文章主要介紹了Python多線程下的變量問題,由于GIL的存在,Python的多線程編程問題始終是開發(fā)者中的熱點(diǎn)話題,需要的伴侶可以參考下 在多線程環(huán)境下，每個線程都有自己的數(shù)據(jù)。一個線程用法自己的局部變量比用法全局變量好，由于局部變量只有線程自己能觀察，不會影響其他線程，而全局變量的修改必需加鎖。 但是局部變量也有問題，就是在函數(shù)調(diào)用的時候，傳遞起來很麻煩： def process_student(name): std = Student(name) # std是局部變量，但是每個函數(shù)都要用它，因此必需傳進(jìn)去： do_task_1(std) do_t

2、ask_2(std) def do_task_1(std): do_subtask_1(std) do_subtask_2(std) def do_task_2(std): do_subtask_2(std) do_subtask_2(std) 每個函數(shù)一層一層調(diào)用都這么傳參數(shù)那還得了?用全局變量?也不行，由于每個線程處理不同的Student對象，不能共享。 假如用一個全局dict存放全部的Student對象，然后以thread自身作為key獲得線程對應(yīng)的Student對象如何? global_dict = def std_thread(name): std = Student(name) #

3、 把std放到全局變量global_dict中： global_dictthreading.current_thread() = std do_task_1() do_task_2() def do_task_1(): # 不傳入std，而是依據(jù)當(dāng)前線程查找： std = global_dictthreading.current_thread() . def do_task_2(): # 任何函數(shù)都可以查找出當(dāng)前線程的std變量： std = global_dictthreading.current_thread() . 這種方式理論上是可行的，它最大的優(yōu)點(diǎn)是消退了std對象在每層函數(shù)中的傳遞

4、問題，但是，每個函數(shù)獵取std的代碼有點(diǎn)丑。 有沒有更簡潔的方式? ThreadLocal應(yīng)運(yùn)而生，不用查找dict，ThreadLocal幫你自動做這件事： import threading # 創(chuàng)建全局ThreadLocal對象: local_school = threading.local() def process_student(): print Hello, %s (in %s) % (local_school.student, threading.current_thread().name) def process_thread(name): # 綁定ThreadLocal的st

5、udent: local_school.student = name process_student() t1 = threading.Thread(target= process_thread, args=(Alice,), name=Thread-A) t2 = threading.Thread(target= process_thread, args=(Bob,), name=Thread-B) t1.start() t2.start() t1.join() t2.join() 執(zhí)行結(jié)果： Hello, Alice (in Thread-A) Hello, Bob (in Thread-B) 全局變量local_school就是一個ThreadLocal對象，每個Thread對它都可以讀寫student屬性，但互不影響。你可以把local_school看成全局變量，但每個屬性如local_school.student都是線程的局部變量，可以任意讀寫而互不干擾，也不用管理鎖的問題，ThreadLocal內(nèi)部會處理。 可以理解為全局變量local_school是一個dict，不但可以用local_school.student，還可以綁定其他變量，如local_school.teacher等等。 Threa