面试题：Python文件锁机制在多线程与多进程场景下的差异

多线程场景

使用方式：在Python多线程中，threading模块提供了锁（Lock）机制，文件锁可通过fcntl模块实现。以fcntl.flock函数为例，它可以对文件描述符加锁。
注意事项：由于GIL（全局解释器锁）的存在，Python多线程在CPU密集型任务上无法利用多核优势，但在I/O密集型任务中，文件锁能有效防止多线程同时读写文件造成的数据不一致。需要注意及时释放锁，避免死锁。

实现思路：

打开文件获取文件描述符。
在读写操作前获取文件锁。
完成操作后释放文件锁。

关键代码片段：

import fcntl
import threading

def read_write_file():
    with open('test.txt', 'a+') as file:
        fd = file.fileno()
        fcntl.flock(fd, fcntl.LOCK_EX)  # 获取排他锁
        try:
            file.seek(0)
            data = file.read()
            print(f"Read data: {data}")
            file.write('new content\n')
        finally:
            fcntl.flock(fd, fcntl.LOCK_UN)  # 释放锁

threads = []
for _ in range(3):
    thread = threading.Thread(target=read_write_file)
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join()

多进程场景

使用方式：在多进程场景下，multiprocessing模块提供了锁（Lock）。同样可以结合fcntl模块的文件锁机制，不同进程通过获取文件锁来保证对文件的安全访问。
注意事项：多进程没有GIL限制，能更好利用多核CPU，但进程间通信和资源管理比多线程复杂。要确保每个进程正确获取和释放锁，避免锁争用和死锁。

实现思路：

创建进程锁对象。
在每个进程中，打开文件获取文件描述符。
在读写操作前通过进程锁获取文件锁。
完成操作后释放文件锁。

关键代码片段：

import fcntl
import multiprocessing


def read_write_file(lock):
    with open('test.txt', 'a+') as file:
        fd = file.fileno()
        lock.acquire()
        try:
            fcntl.flock(fd, fcntl.LOCK_EX)
            file.seek(0)
            data = file.read()
            print(f"Read data: {data}")
            file.write('new content from process\n')
        finally:
            fcntl.flock(fd, fcntl.LOCK_UN)
            lock.release()


if __name__ == '__main__':
    lock = multiprocessing.Lock()
    processes = []
    for _ in range(3):
        process = multiprocessing.Process(target=read_write_file, args=(lock,))
        processes.append(process)
        process.start()

    for process in processes:
        process.join()

在多进程代码中，if __name__ == '__main__': 是Windows系统下运行多进程的必要条件，在Unix - like系统中可不写，但建议保留以增强代码的可移植性。

星途面试题库

面试题：Python文件锁机制在多线程与多进程场景下的差异

知识考点

面试题答案

多线程场景

多进程场景