面试题：Python多线程锁机制在复杂场景下的应用

设计思路

选择锁类型：在Python中，threading.Lock 是最基本的锁类型，适用于这种场景。我们需要一个锁对象来保护对复杂数据结构的读写操作。
加锁位置：在对数据结构进行读或写操作之前获取锁，操作完成后释放锁。这样可以确保同一时间只有一个线程能够访问和修改数据结构，从而避免数据竞争。
考虑性能：如果读操作远远多于写操作，可以考虑使用 threading.RLock（可重入锁）或者 threading.Condition 结合 threading.Lock 实现读写锁（读者 - 写者锁）来提高性能。读操作时允许多个线程同时获取锁进行读取，写操作时则独占锁。

代码实现框架

import threading


# 复杂数据结构
data = {
    "key1": [1, 2, 3],
    "key2": {
        "sub_key1": "value1",
        "sub_key2": "value2"
    }
}

# 创建锁对象
lock = threading.Lock()


# 写操作函数
def write_data(new_data):
    global data
    lock.acquire()
    try:
        data = new_data
    finally:
        lock.release()


# 读操作函数
def read_data():
    lock.acquire()
    try:
        return data.copy()
    finally:
        lock.release()


# 示例线程函数
def example_thread():
    new_data = {
        "key1": [4, 5, 6],
        "key2": {
            "sub_key1": "new_value1",
            "sub_key2": "new_value2"
        }
    }
    write_data(new_data)
    result = read_data()
    print(result)


# 创建并启动线程
threads = []
for _ in range(5):
    t = threading.Thread(target=example_thread)
    threads.append(t)
    t.start()


# 等待所有线程完成
for t in threads:
    t.join()

上述代码中：

lock 是一个 threading.Lock 对象，用于保护对 data 的操作。
write_data 函数在更新 data 之前获取锁，更新完成后释放锁。
read_data 函数在读取 data 之前获取锁，读取完成后释放锁，并返回 data 的副本以避免外部对原数据结构的意外修改。
example_thread 函数模拟了一个线程的操作，先进行写操作，再进行读操作。
创建多个线程并启动，最后等待所有线程完成。

如果读操作远多于写操作，可以使用如下基于 threading.Condition 实现读写锁的示例代码框架：

import threading


# 复杂数据结构
data = {
    "key1": [1, 2, 3],
    "key2": {
        "sub_key1": "value1",
        "sub_key2": "value2"
    }
}

# 创建Condition对象
condition = threading.Condition()
read_count = 0


# 写操作函数
def write_data(new_data):
    global data
    with condition:
        condition.wait_for(lambda: read_count == 0)
        data = new_data


# 读操作函数
def read_data():
    global read_count
    with condition:
        read_count += 1
        condition.notify_all()
        try:
            return data.copy()
        finally:
            read_count -= 1
            if read_count == 0:
                condition.notify_all()


# 示例线程函数
def example_thread():
    new_data = {
        "key1": [4, 5, 6],
        "key2": {
            "sub_key1": "new_value1",
            "sub_key2": "new_value2"
        }
    }
    write_data(new_data)
    result = read_data()
    print(result)


# 创建并启动线程
threads = []
for _ in range(5):
    t = threading.Thread(target=example_thread)
    threads.append(t)
    t.start()


# 等待所有线程完成
for t in threads:
    t.join()

在这个实现中，Condition 对象用于协调读写操作。写操作等待没有读者时执行，读操作增加读者计数并通知其他等待的线程。当最后一个读者离开时，通知等待的写者。

星途面试题库

面试题：Python多线程锁机制在复杂场景下的应用

知识考点

面试题答案

设计思路

代码实现框架