面试题：Python多线程在Web开发中可能面临哪些资源竞争问题及如何解决

可能出现资源竞争的场景

数据库连接访问：多个线程同时尝试获取数据库连接进行读写操作。例如在一个Web应用中，不同线程处理不同用户请求，都需要查询数据库获取用户信息。如果没有适当的控制，可能会出现连接池耗尽、数据不一致等问题。
共享内存数据读写：比如多个线程都要对一个全局变量（类似共享内存概念）进行读写。假设这个全局变量记录网站的访问次数，每个线程处理一次访问请求时都要对其加1。如果没有同步机制，可能会导致数据不准确。

解决资源竞争问题的方法

锁机制（Lock）
- 原理：通过获取锁来保证同一时间只有一个线程可以访问共享资源，访问完成后释放锁，其他线程才能获取锁进行访问。
- 代码示例：

import threading

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


def increment():
    global counter
    lock.acquire()
    try:
        counter += 1
    finally:
        lock.release()


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

for t in threads:
    t.join()

print(f"Final counter value: {counter}")

信号量（Semaphore）
- 原理：信号量允许一定数量的线程同时访问共享资源。与锁不同，锁是只允许一个线程访问，而信号量可以允许多个线程同时访问，只要访问线程数不超过设定的数量。
- 代码示例：

import threading

# 创建信号量，允许3个线程同时访问
semaphore = threading.Semaphore(3)


def access_shared_resource():
    semaphore.acquire()
    try:
        # 模拟访问共享资源
        print(f"{threading.current_thread().name} is accessing shared resource")
    finally:
        semaphore.release()


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

for t in threads:
    t.join()

队列（Queue）
- 原理：将需要处理的任务放入队列，每个线程从队列中获取任务进行处理，避免了对共享资源的直接竞争。
- 代码示例：

import threading
import queue

# 创建队列
task_queue = queue.Queue()


def worker():
    while True:
        try:
            task = task_queue.get(timeout = 1)
            # 处理任务
            print(f"{threading.current_thread().name} is processing task: {task}")
            task_queue.task_done()
        except queue.Empty:
            break


# 放入任务
for i in range(10):
    task_queue.put(f"Task {i}")

# 创建线程
threads = []
for _ in range(3):
    t = threading.Thread(target = worker)
    threads.append(t)
    t.start()

# 等待所有任务完成
task_queue.join()

for t in threads:
    t.join()

星途面试题库

面试题：Python多线程在Web开发中可能面临哪些资源竞争问题及如何解决

知识考点

面试题答案

可能出现资源竞争的场景

解决资源竞争问题的方法