这篇文章主要介绍了Python 多线程共享变量的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
多线程-共享全局变量
#coding=utf-8 from threading import Thread import time g_num = 100 def work1(): global g_num for i in range(3): g_num += 1 print("----in work1, g_num is %d---"%g_num) def work2(): global g_num print("----in work2, g_num is %d---"%g_num) print("---线程创建之前g_num is %d---"%g_num) t1 = Thread(target=work1) t1.start() #延时一会，保证t1线程中的事情做完 time.sleep(1) t2 = Thread(target=work2) t2.start() 执行如下：
[root@server01 many_task]# python test5.py
---线程创建之前g_num is 100---
----in work1, g_num is 103---
----in work2, g_num is 103---
[root@server01 many_task]#
从上面两个线程执行的结果来看，线程t1将 g_num 加到 103，在线程t2也是打印g_num=103。所以对于两个线程，g_num这个全局变量是共享的。
列表当做实参传递到线程中
#coding=utf-8 from threading import Thread import time def work1(nums): nums.append(44) print("----in work1---",nums) def work2(nums): #延时一会，保证t1线程中的事情做完 time.sleep(1) print("----in work2---",nums) g_nums = [11,22,33] t1 = Thread(target=work1, args=(g_nums,)) t1.start() t2 = Thread(target=work2, args=(g_nums,)) t2.start()运行如下：
[root@server01 many_task]# python test6.py
('----in work1---', [11, 22, 33, 44])
('----in work2---', [11, 22, 33, 44])
总结：
在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据
缺点就是，线程是对全局变量随意遂改可能造成多线程之间对全局变量的混乱（即线程非安全）
多线程-共享全局变量问题
多线程开发可能遇到的问题
假设两个线程t1和t2都要对全局变量g_num(默认是0)进行加1运算，t1和t2都各对g_num加10次，g_num的最终的结果应该为20。
但是由于是多线程同时操作，有可能出现下面情况：
在g_num=0时，t1取得g_num=0。此时系统把t1调度为”sleeping”状态，把t2转换为”running”状态，t2也获得g_num=0
然后t2对得到的值进行加1并赋给g_num，使得g_num=1
然后系统又把t2调度为”sleeping”，把t1转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
这样导致虽然t1和t2都对g_num加1，但结果仍然是g_num=1
编写代码测试如下：
[root@server01 many_task]# vim test4.py #coding=utf-8 import threading from time import sleep,ctime # 初始化g_num g_num = 0 def add_func1(num): global g_num for i in range(num): g_num += 1 print("add_func1，第%d次，g_num等于%d" % (i,g_num)) #sleep(0.5) def add_func2(num): global g_num for i in range(num): g_num += 1 print("add_func2，第%d次，g_num等于%d" % (i,g_num)) #sleep(0.5) def main(): # 执行线程 t1 = threading.Thread(target=add_func1,args=(100,)) t2 = threading.Thread(target=add_func2,args=(100,)) t1.start() t2.start() # 判断当线程存在，则等待1秒 while len(threading.enumerate()) > 1: sleep(1) print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num) if __name__ == '__main__': main()执行如下：
add_func2，第96次，g_num等于197
add_func2，第97次，g_num等于198
add_func2，第98次，g_num等于199
add_func2，第99次，g_num等于200
2个线程对同一个全局变量操作之后的最终结果是:200
[root@server01 many_task]#
两个线程虽然执行很快，但是g_num恰好就是100+100=200的结果，是正确的。不过，这个数量少，可能看不出问题来。
测试示例2
[root@server01 many_task]# vim test7.py def work1(num): global g_num for i in range(num): g_num += 1 print("----in work1, g_num is %d---"%g_num) def work2(num): global g_num for i in range(num): g_num += 1 print("----in work2, g_num is %d---"%g_num) print("---线程创建之前g_num is %d---"%g_num) t1 = threading.Thread(target=work1, args=(10000000,)) t1.start() t2 = threading.Thread(target=work2, args=(10000000,)) t2.start() while len(threading.enumerate()) != 1: time.sleep(1) print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)运行如下：
[root@server01 many_task]# python test7.py
---线程创建之前g_num is 0---
----in work1, g_num is 11977799---
----in work2, g_num is 19108796---
2个线程对同一个全局变量操作之后的最终结果是:19108796
[root@server01 many_task]#
正确的结果应该是：20000000
结论
如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确
以上就是Python 多线程共享变量的实现示例的详细内容，更多请关注0133技术站其它相关文章！
