摘要：我們知道多線程環(huán)境下，每一個線程均可以使用所屬進(jìn)程的全局變量。在線程中使用局部變量則不存在這個問題，因為每個線程的局部變量不能被其他線程訪問。

我們知道多線程環(huán)境下，每一個線程均可以使用所屬進(jìn)程的全局變量。如果一個線程對全局變量進(jìn)行了修改，將會影響到其他所有的線程。為了避免多個線程同時對變量進(jìn)行修改，引入了線程同步機(jī)制，通過互斥鎖，條件變量或者讀寫鎖來控制對全局變量的訪問。

只用全局變量并不能滿足多線程環(huán)境的需求，很多時候線程還需要擁有自己的私有數(shù)據(jù)，這些數(shù)據(jù)對于其他線程來說不可見。因此線程中也可以使用局部變量，局部變量只有線程自身可以訪問，同一個進(jìn)程下的其他線程不可訪問。

有時候使用局部變量不太方便，因此 python 還提供了 ThreadLocal 變量，它本身是一個全局變量，但是每個線程卻可以利用它來保存屬于自己的私有數(shù)據(jù)，這些私有數(shù)據(jù)對其他線程也是不可見的。下圖給出了線程中這幾種變量的存在情況：

首先借助一個小程序來看看多線程環(huán)境下全局變量的同步問題。

import threading
global_num = 0

def thread_cal():
    global global_num
    for i in xrange(1000):
        global_num += 1

# Get 10 threads, run them and wait them all finished.
threads = []
for i in range(10):
    threads.append(threading.Thread(target=thread_cal))
    threads[i].start()
for i in range(10):
    threads[i].join()

# Value of global variable can be confused.
print global_num

這里我們創(chuàng)建了10個線程，每個線程均對全局變量 global_num 進(jìn)行1000次的加1操作（循環(huán)1000次加1是為了延長單個線程執(zhí)行時間，使線程執(zhí)行時被中斷切換），當(dāng)10個線程執(zhí)行完畢時，全局變量的值是多少呢？答案是不確定。簡單來說是因為 global_num += 1 并不是一個原子操作，因此執(zhí)行過程可能被其他線程中斷，導(dǎo)致其他線程讀到一個臟值。以兩個線程執(zhí)行 +1 為例，其中一個可能的執(zhí)行序列如下（此情況下最后結(jié)果為1）：

多線程中使用全局變量時普遍存在這個問題，解決辦法也很簡單，可以使用互斥鎖、條件變量或者是讀寫鎖。下面考慮用互斥鎖來解決上面代碼的問題，只需要在進(jìn)行 +1 運(yùn)算前加鎖，運(yùn)算完畢釋放鎖即可，這樣就可以保證運(yùn)算的原子性。

l = threading.Lock()
...
    l.acquire()
    global_num += 1
    l.release()

在線程中使用局部變量則不存在這個問題，因為每個線程的局部變量不能被其他線程訪問。下面我們用10個線程分別對各自的局部變量進(jìn)行1000次加1操作，每個線程結(jié)束時打印一共執(zhí)行的操作次數(shù)（每個線程均為1000）：

def show(num):
    print threading.current_thread().getName(), num

def thread_cal():
    local_num = 0
    for _ in xrange(1000):
        local_num += 1
    show(local_num)

threads = []
for i in range(10):
    threads.append(threading.Thread(target=thread_cal))
    threads[i].start()

可以看出這里每個線程都有自己的 local_num，各個線程之間互不干涉。

上面程序中我們需要給 show 函數(shù)傳遞 local_num 局部變量，并沒有什么不妥。不過考慮在實際生產(chǎn)環(huán)境中，我們可能會調(diào)用很多函數(shù)，每個函數(shù)都需要很多局部變量，這時候用傳遞參數(shù)的方法會很不友好。

為了解決這個問題，一個直觀的的方法就是建立一個全局字典，保存進(jìn)程 ID 到該進(jìn)程局部變量的映射關(guān)系，運(yùn)行中的線程可以根據(jù)自己的 ID 來獲取本身擁有的數(shù)據(jù)。這樣，就可以避免在函數(shù)調(diào)用中傳遞參數(shù)，如下示例：

global_data = {}
def show():
    cur_thread = threading.current_thread()
    print cur_thread.getName(), global_data[cur_thread]

def thread_cal():
    global global_data
    cur_thread = threading.current_thread()
    global_data[cur_thread] = 0
    for _ in xrange(1000):
        global_data[cur_thread] += 1
    show()  # Need no local variable.  Looks good.
...

保存一個全局字典，然后將線程標(biāo)識符作為key，相應(yīng)線程的局部數(shù)據(jù)作為 value，這種做法并不完美。首先，每個函數(shù)在需要線程局部數(shù)據(jù)時，都需要先取得自己的線程ID，略顯繁瑣。更糟糕的是，這里并沒有真正做到線程之間數(shù)據(jù)的隔離，因為每個線程都可以讀取到全局的字典，每個線程都可以對字典內(nèi)容進(jìn)行更改。

為了更好解決這個問題，python 線程庫實現(xiàn)了 ThreadLocal 變量（很多語言都有類似的實現(xiàn)，比如Java）。ThreadLocal 真正做到了線程之間的數(shù)據(jù)隔離，并且使用時不需要手動獲取自己的線程 ID，如下示例：

global_data = threading.local()

def show():
    print threading.current_thread().getName(), global_data.num

def thread_cal():
    global_data.num = 0
    for _ in xrange(1000):
        global_data.num += 1
    show()

threads = []
...

print "Main thread: ", global_data.__dict__ # {}

上面示例中每個線程都可以通過 global_data.num 獲得自己獨(dú)有的數(shù)據(jù)，并且每個線程讀取到的 global_data 都不同，真正做到線程之間的隔離。

ThreadLocal 實現(xiàn)的代碼量不多，但是比較難理解，涉及很多 Python 黑魔法，下篇再來分析。那么 ThreadLocal 很完美了？不！Python 的 WSGI 工具庫 werkzeug 中有一個更好的 ThreadLocal 實現(xiàn)，甚至支持協(xié)程之間的私有數(shù)據(jù)，實現(xiàn)更加復(fù)雜，有機(jī)會再分析。

Thread local storage in Python
threading – Manage concurrent threads
Python線程同步機(jī)制
Linux多線程與同步
Are local variables in a python function thread safe?

本文由 selfboot 發(fā)表于 個人博客，采用署名-非商業(yè)性使用-相同方式共享 3.0 中國大陸許可協(xié)議。
非商業(yè)轉(zhuǎn)載請注明作者及出處。商業(yè)轉(zhuǎn)載請聯(lián)系作者本人。
本文標(biāo)題為: ThreadLocal之應(yīng)用篇
本文鏈接為: http://selfboot.cn/2016/08/22...