面试题：Python多线程在数据处理中如何避免资源竞争

1. 资源竞争的定义

资源竞争指的是多个线程同时访问和修改共享资源时，由于线程执行顺序的不确定性，导致最终结果与预期不符的情况。例如多个线程同时对一个共享变量进行读写操作，由于线程调度的随机性，可能会出现数据不一致、丢失更新等问题。

2. Python中锁（Lock）机制的使用

在Python中，threading模块提供了Lock类来处理资源竞争问题。Lock有两种状态：锁定（locked）和未锁定（unlocked）。线程可以通过调用acquire()方法来获取锁，如果锁处于未锁定状态，acquire()会将锁锁定并立即返回；如果锁已被其他线程锁定，acquire()会阻塞当前线程，直到锁可用。线程使用完共享资源后，需要调用release()方法释放锁，使其他线程能够获取锁并访问共享资源。

3. 数据累加场景下应用锁的示例

import threading

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


def increment():
    global total
    for _ in range(1000000):
        # 获取锁
        lock.acquire()
        try:
            total += 1
        finally:
            # 释放锁
            lock.release()


threads = []
for _ in range(2):
    t = threading.Thread(target=increment)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print(f"Final total: {total}")

在上述代码中，定义了一个共享变量total，并创建了一个锁lock。在increment函数中，每次对total进行累加前，先通过lock.acquire()获取锁，累加完成后通过finally块中的lock.release()释放锁，确保同一时间只有一个线程能修改total，从而避免资源竞争。最后启动两个线程并等待它们完成，输出最终的total值。

星途面试题库

面试题：Python多线程在数据处理中如何避免资源竞争

知识考点

面试题答案

1. 资源竞争的定义

2. Python中锁（Lock）机制的使用

3. 数据累加场景下应用锁的示例