面试题：Python多线程图书排名系统中线程安全问题

Question

在实现Python多线程图书排名系统时，会涉及多个线程同时访问和修改图书排名数据。请举例说明可能出现的线程安全问题，并阐述如何使用Python中的锁机制来解决这些问题。

Answer 1

可能出现的线程安全问题示例

假设有一个简单的图书排名数据结构，用字典表示，键为图书ID，值为排名分数。例如：book_rank = {'book1': 10, 'book2': 5}。

当多个线程同时对图书排名进行操作，比如增加某本图书的分数时，可能出现以下问题：

1. 数据竞争：

import threading

book_rank = {'book1': 10}

def increase_rank():
    rank = book_rank['book1']
    rank = rank + 1
    book_rank['book1'] = rank

threads = []
for _ in range(10):
    t = threading.Thread(target=increase_rank)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print(book_rank['book1'])

在这个例子中，多个线程同时读取book1的排名，然后各自增加1，再写回。由于线程执行顺序不确定，可能会导致最终结果小于预期的20（假设预期每个线程都成功增加1）。这是因为多个线程在读取和写入数据之间存在时间差，导致数据被覆盖，出现数据不一致。

使用锁机制解决问题

Python中的threading.Lock可以用来解决上述问题。

import threading

book_rank = {'book1': 10}
lock = threading.Lock()

def increase_rank():
    global book_rank
    lock.acquire()
    try:
        rank = book_rank['book1']
        rank = rank + 1
        book_rank['book1'] = rank
    finally:
        lock.release()

threads = []
for _ in range(10):
    t = threading.Thread(target=increase_rank)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print(book_rank['book1'])

在上述代码中，lock.acquire()获取锁，确保只有一个线程可以进入临界区（读取、修改和写入图书排名的代码段）。try - finally语句确保无论在临界区内发生什么，锁都会被释放（通过lock.release()），这样其他线程才有机会获取锁并操作数据，从而避免了数据竞争问题，保证了线程安全。