Python 多線程 Race Condition 行為更改為 function 的時間

Question

我在 Python Multi-Threading 中閱讀了有關競爭條件的內容，並遇到了說明相同情況的代碼片段。

當我嘗試執行它們時，行為（即 output 值）更改為 function 的時間。

我在 Jupyter Notebook 中運行代碼。 這是來自 PyCon 2020 的教程。

代碼片段（我將它們放在不同的塊中，相當於我在筆記本的不同單元格中運行它們）：

import threading, time, random

COUNTER = 0

def increement(n):
    global COUNTER # Use the global variable declared above
    for _ in range(n):
        COUNTER += 1
        time.sleep(0.001)
    print( f"{threading.current_thread().name} finished counting")

ITERATIONS = 10000 # set number of iterations to increase counter

# create 10 threads each set to run the increement() function 
threads = [threading.Thread(target=increement, args=(ITERATIONS,) ) for _ in range(10) ]

[t.start() for t in threads]

assert COUNTER == (len(threads) * ITERATIONS), f"Invalid value for counter: {COUNTER}, expected value: {len(threads) * ITERATIONS} "

COUNTER在運行最后 2 個單元之間的 5 秒與 10 秒差距的值似乎是 100,000 與 200,000。 在最后一個單元格中，即使運行print function 與assert語句之間的時間間隔很小，也會導致值發生變化。

我的猜測是執行increment()的線程比其他線程（執行筆記本單元）運行的時間更長。 但我很想聽聽社區的解釋和觀點（以及對我的任何建議）。

作為后續問題，如果我要在腳本中執行類似的代碼，我如何確保線程在繼續進一步處理COUNTER變量之前完全完成執行？ 我知道threading.Thread.join()但是當我在啟動線程后調用它時，它們都按順序執行（如下面的代碼片段）。 我想知道的是，是否有一種方法可以等到所有線程並發執行完畢，然后再處理COUNTER ？

# Using join() this way results in all threads getting sequentially executed
for t in threads:
    t.start()
    t.join()

提前致謝！

Answer 1

（基於進一步挖掘，這是我發現的。如果我錯了，請糾正我）。

我想知道是否有一種方法可以等到所有線程並發執行完后再處理 COUNTER？

這可以通過以下代碼實現。 通過在單獨的循環中執行t.join() ，我們通過確保其他線程立即一個接一個地啟動來防止順序執行。

[ t.start() for t in threads]
[ t.join() for t in threads]

即使進行了此更新， COUNTER的值仍將等於len(threads)*ITERATIONS ，因為更新操作在上面的 function 中以原子方式發生。

與其他語言相比，Python 中的多線程具有某些怪癖。 Python 有一種稱為全局解釋器鎖 (GIL)的東西，它可以防止兩個或多個線程同時訪問共享變量/內存。

在有問題的函數代碼中，變量的更新發生在單個語句中（即原子地），從而防止其他線程在一個線程寫入它時訪問它。

但是，如果最終目標是使用 Python（盡管存在 GIL）來演示 Race Condition 的想法，則可以將 function 代碼修改如下：

def increement(n):
    global COUNTER # Use the global variable declared above
    for _ in range(n):
        x = COUNTER
        COUNTER = x + 1
        time.sleep(0.001)
    print( f"{threading.current_thread().name} finished counting")

這樣， COUNTER不再是原子修改，而是分兩步修改，從而允許多個線程讀取COUNTER的過時值。

編輯：當操作x=COUNTER和COUNTER=x+1位於相鄰行時，盡管它們在技術上不是原子的，但調度程序可能會選擇一起執行它們，因為它們是連續的指令。 但是如果我在這兩個語句之間放置一些其他指令，比如print(x) ，由於系統調用，執行肯定不再是原子的，因此代碼做“壞”事情的可能性更高（閱讀：Data Race condition ).

另請閱讀： What is a race condition?