面试题：Python多线程与异步编程的资源竞争处理

多线程中处理资源竞争

在多线程编程中，通过锁机制（如threading.Lock）来处理资源竞争。

原理：锁本质上是一个标志，当一个线程获取到锁时，其他线程就无法获取，直到该线程释放锁。这样可以保证在同一时间只有一个线程能够访问共享资源，避免资源竞争。
实现示例：

import threading

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

def increment():
    global counter
    for _ in range(1000000):
        lock.acquire()
        try:
            counter += 1
        finally:
            lock.release()


thread1 = threading.Thread(target=increment)
thread2 = threading.Thread(target=increment)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

print(counter)

在上述代码中，lock.acquire()获取锁，lock.release()释放锁，try - finally语句确保无论在counter += 1过程中是否发生异常，锁都会被释放。

异步编程中处理资源竞争

在异步编程（如使用asyncio库）中，通过asyncio.Lock来处理共享资源的访问冲突。

原理：与多线程锁类似，asyncio.Lock也是一个标志，当一个协程获取到锁时，其他协程必须等待锁的释放才能获取锁并访问共享资源。但异步编程是基于事件循环的单线程执行模型，协程的切换是在代码执行到await语句时主动让出控制权，而不是像多线程那样由操作系统调度。
实现示例：

import asyncio

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


async def increment():
    global counter
    for _ in range(1000000):
        await lock.acquire()
        try:
            counter += 1
        finally:
            lock.release()


async def main():
    task1 = asyncio.create_task(increment())
    task2 = asyncio.create_task(increment())

    await task1
    await task2


if __name__ == "__main__":
    asyncio.run(main())
    print(counter)

在上述代码中，await lock.acquire()获取锁，lock.release()释放锁，try - finally语句确保无论在counter += 1过程中是否发生异常，锁都会被释放。

异同点分析

相同点
- 目的相同：两者都是为了处理共享资源的竞争问题，确保同一时间只有一个执行单元（线程或协程）能够访问共享资源，防止数据不一致等问题。
- 实现方式类似：都通过锁机制来实现，获取锁才能访问共享资源，访问完毕后释放锁。都使用try - finally结构来确保锁在使用完毕后被正确释放，即使在访问共享资源过程中发生异常。
不同点
- 原理不同：多线程基于操作系统的线程调度，多个线程可以并行执行（多核CPU），资源竞争是由于多个线程同时访问共享资源。而异步编程基于单线程的事件循环，协程通过await语句主动让出执行权，资源竞争是由于异步I/O操作等导致协程切换时对共享资源的访问冲突。
- 性能和适用场景不同：多线程适用于CPU密集型任务和需要利用多核CPU的场景，但线程创建和切换开销较大。而异步编程适用于I/O密集型任务，通过减少线程切换开销提高性能，在单线程内高效处理大量I/O操作。

面试题：Python多线程与异步编程的资源竞争处理

知识考点

面试题答案

多线程中处理资源竞争

异步编程中处理资源竞争

异同点分析