面试题：Python字典不可变性在多线程环境下的考量

Question

当在多线程环境中使用一个试图实现不可变性的Python字典时，会面临哪些挑战？如何在保证字典不可变性的同时，确保多线程操作的安全性？请详细阐述并给出关键代码片段说明。

Answer 1

面临的挑战

1. 数据一致性问题：多线程同时读取和修改字典，可能导致读取到不一致的数据。例如，一个线程正在修改字典结构（如添加或删除键值对），另一个线程同时读取，可能获取到部分修改后、部分修改前的数据。
2. 竞态条件：多个线程同时尝试修改字典，可能导致最终结果取决于线程执行的顺序，出现不可预测的行为。比如两个线程同时尝试增加同一个键的值，如果没有适当的同步机制，可能只增加了一次，而不是两次。

保证不可变性与多线程安全的方法

1. 使用collections.abc.Mapping抽象基类创建不可变字典：通过继承collections.abc.Mapping并只实现__getitem__、__len__和__iter__方法，可创建不可变字典。
2. 使用锁机制：在多线程环境中，使用threading.Lock来同步对字典的访问，确保同一时间只有一个线程能操作字典。

关键代码片段

import threading
from collections.abc import Mapping


class ImmutableDict(Mapping):
    def __init__(self, data):
        self._data = data.copy()
        self._lock = threading.Lock()

    def __getitem__(self, key):
        with self._lock:
            return self._data[key]

    def __len__(self):
        with self._lock:
            return len(self._data)

    def __iter__(self):
        with self._lock:
            return iter(self._data)


# 示例使用
my_dict = ImmutableDict({'a': 1, 'b': 2})


def read_dict():
    print(my_dict['a'])


threads = []
for _ in range(5):
    t = threading.Thread(target=read_dict)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

在上述代码中，ImmutableDict类继承自collections.abc.Mapping，实现了不可变字典的基本行为。_lock用于线程同步，在访问字典数据的方法中使用with self._lock确保线程安全。