list 是 Python 常用的幾個基本數(shù)據(jù)類型之一.正常情況下我們會對 list 有增刪改查的操作,顯然易見不會有任何問題.那么如果我們試著在多線程下操作list 會有問題嗎?

多線程下的 list

安全 or 不安全？ 不安全！

通常我們說的線程安全是指針對某個數(shù)據(jù)結(jié)構(gòu)的所有操作都是線程安全，在這種定義下，Python 常用的數(shù)據(jù)結(jié)構(gòu) list,dict,str 等都是線程不安全的

盡管多線程下的 list 是線程不安全的，但是在 append 的操作下是它又是線程安全的.

如何判斷線程安全呢？

對于線程安全不安全，我們可以通過極端條件下去復現(xiàn)，從而得出結(jié)論。比如說判斷 list 是否線程安全

import threading
import time

# 隨意設置 count 的值，值越大錯誤拋出的越快
count = 1000
l = []

def add():
  for i in range(count):
    l.append(i)
    time.sleep(0.0001)

def remove():

  for i in range(count):
    l.remove(i)
    time.sleep(0.0001)


t1 = threading.Thread(target=add)
t2 = threading.Thread(target=remove)
t1.start()
t2.start()
t1.join()
t2.join()
print(l)

有時候一次運行并不一定就會出錯，多次重試之后會出現(xiàn)類似下面的錯誤

很顯然這種操作方式不具有普適性，如果要是歐氣太強，說不定會一直不出現(xiàn)異常。

那么出了這種方式，有沒有比較簡單有效的方法嗎？答案是有的

dis

dis 庫是 Python 自帶的一個庫，可以用來分析字節(jié)碼。這里我們需要有這樣的認識，字節(jié)碼的每一行都是一個原子操作，多線程切換就是以原子操作為單位的，如果一個操作需要兩行字節(jié)碼就說明它是線程不安全的

remove

這里我們先看一下上面 list 的 remove 操作

>>> import dis
>>> def test_remove():
...   a = [1]
...   a.remove(0)
... 
>>> dis.dis(test_remove)
 2      0 LOAD_CONST        1 (1)
       2 BUILD_LIST        1
       4 STORE_FAST        0 (a)

 3      6 LOAD_FAST        0 (a)
       8 LOAD_ATTR        0 (remove)
       10 LOAD_CONST        2 (0)
       12 CALL_FUNCTION      1
       14 POP_TOP
       16 LOAD_CONST        0 (None)
       18 RETURN_VALUE

從上面不難看出，整個 remove 操作被分成了好幾條指令，這就意味著在多線程情況下會出現(xiàn)錯亂的情況，試想一下，如果多線程下都去 remove 列表的話，并且不按照順序，很容易出現(xiàn)問題。

append

在最上面我們說到，list 的 append 操作是線程安全的，那么究竟是為什么呢？我們同樣來用 dis 查看一下

8     19 LOAD_GLOBAL       0 (a)
      22 LOAD_ATTR        2 (append)
      25 LOAD_CONST        2 (1)
      28 CALL_FUNCTION      1
      31 POP_TOP  

這里顯然，append 也是有幾條指令，勢必在多線程執(zhí)行的情況下也會發(fā)生交錯，但是對于多線程下我們操作 append， 我們肯定也不會在乎這個時候 list 到順序問題了，所以我們說它的 append 是線程安全的

參考

https://stackoverflow.com/questions/6319207/are-lists-thread-safe/19728536#19728536

https://docs.python.org/3/faq/library.html#what-kinds-of-global-value-mutation-are-thread-safe

以上就是詳解Python多線程下的list的詳細內(nèi)容，更多關于Python多線程下的list的資料請關注腳本之家其它相關文章！