Python 多线程同步

在 Python 中，可以使用 threading 模块来实现多线程。

在多线程中，如果多个线程同时访问共享资源，可能会出现数据竞争问题（多个线程同时修改同一个变量）。为了避免这种问题，需要使用同步机制，确保同一时间只有一个线程能够访问共享资源。

Python 提供了多种同步机制，包括锁（Lock）、信号量（Semaphore）、事件（Event）和条件变量（Condition）等。

下面是一个使用锁同步多个线程的示例代码：

import threading

# 共享资源
counter = 0

# 创建锁对象
lock = threading.Lock()

# 线程函数
def worker():
    global counter
    for i in range(100000):
        # 加锁
        lock.acquire()
        try:
            counter += 1
        finally:
            # 释放锁
            lock.release()

# 创建多个线程
threads = []
for i in range(10):
    t = threading.Thread(target=worker)
    threads.append(t)

# 启动所有线程
for t in threads:
    t.start()

# 等待所有线程执行完毕
for t in threads:
    t.join()

# 输出结果
print(counter)

在上面的代码中，创建了一个全局变量 counter，多个线程会同时对其进行加 1 操作。为了避免数据竞争问题，使用了锁对象 lock 来确保同一时间只有一个线程能够访问共享资源。在每个线程中，使用 lock.acquire() 获取锁，执行完对 counter 的操作后，使用 lock.release() 释放锁。

需要注意的是，在使用锁的时候，要确保锁的获取和释放一定要成对出现，否则可能会导致死锁问题。同时，过多地使用锁也会降低程序性能。因此，在实际应用中，需要根据具体情况来选择合适的同步机制。