面试题：Python类实例化与多线程环境下的资源竞争问题

可能出现的资源竞争场景

在Python多线程环境中，当多个线程同时实例化涉及共享资源访问的类时，可能出现资源竞争。例如，类的初始化方法中对一个共享的计数器变量进行递增操作。如果没有适当的同步机制，可能会出现一个线程读取了计数器的值，还没来得及更新，另一个线程也读取了相同的值，导致更新丢失，最终计数器的值并非预期的正确结果。

底层原理分析

GIL（全局解释器锁）：Python的多线程在CPython解释器中由于GIL的存在，同一时刻只有一个线程能执行Python字节码。这意味着在CPU密集型任务中，多线程并不能真正利用多核优势。但在I/O密集型任务中，线程在等待I/O操作时会释放GIL，其他线程可以趁机执行。然而，对于共享资源的访问，GIL并不能完全解决竞争问题，因为在访问共享资源的代码段内，GIL依然可能导致不同线程在不同时间点访问共享资源，出现数据不一致。
锁机制：为了解决资源竞争问题，可以使用锁机制。锁有多种类型，如互斥锁（threading.Lock）。当一个线程获取到锁，其他线程就必须等待锁被释放才能获取锁并执行相关代码，从而保证同一时间只有一个线程能访问共享资源。

解决方案及代码示例

使用互斥锁来同步对共享资源的访问。

import threading

# 共享资源
counter = 0
lock = threading.Lock()


class MyClass:
    def __init__(self):
        global counter
        with lock:
            # 模拟对共享资源的访问
            counter += 1
            print(f"实例化MyClass，当前计数器值: {counter}")


def create_instance():
    instance = MyClass()


# 创建多个线程实例化MyClass
threads = []
for _ in range(5):
    thread = threading.Thread(target=create_instance)
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join()

在上述代码中，通过with lock语句，确保了在对共享资源counter进行操作时，同一时间只有一个线程能进入该代码块，从而避免了资源竞争问题。

星途面试题库

面试题：Python类实例化与多线程环境下的资源竞争问题

知识考点

面试题答案

可能出现的资源竞争场景

底层原理分析

解决方案及代码示例