面试题：Python多线程中的锁机制及应用场景

Question

在Python多线程编程中，由于全局解释器锁（GIL）的存在，线程间共享资源可能会出现数据竞争问题。请详细描述Python多线程中锁（如`Lock`、`RLock`）的作用及区别，并且举例说明在一个多线程访问共享字典的场景下，如何正确使用锁来避免数据竞争。

Answer 1

锁的作用

在Python多线程编程中，锁的主要作用是避免多个线程同时访问共享资源，从而防止数据竞争问题。当一个线程获取到锁时，其他线程必须等待锁被释放后才能获取锁并访问共享资源，这样可以确保在同一时刻只有一个线程能够修改共享资源，保证数据的一致性和完整性。

Lock和RLock的区别

• Lock（普通锁）：
  • 是一种简单的互斥锁。
  • 当一个线程获取锁后，其他线程必须等待该锁被释放才能获取。
  • 如果一个线程尝试获取已经被自己锁定的Lock，会导致死锁，因为它无法再次获取已经持有的锁。
• RLock（可重入锁）：
  • 允许同一个线程多次获取锁，而不会导致死锁。
  • 每次获取锁时，锁的内部计数器加1，每次释放锁时，计数器减1。只有当计数器为0时，锁才会真正被释放，其他线程才能获取。

多线程访问共享字典场景下使用锁避免数据竞争示例

import threading


# 创建共享字典和锁
shared_dict = {}
lock = threading.Lock()
# rlock = threading.RLock()  # 如果使用可重入锁，替换为这行

def update_dict(key, value):
    # 获取锁
    lock.acquire()
    try:
        shared_dict[key] = value
    finally:
        # 释放锁
        lock.release()


# 创建多个线程并启动
threads = []
for i in range(5):
    t = threading.Thread(target=update_dict, args=(i, i * 2))
    threads.append(t)
    t.start()

# 等待所有线程执行完毕
for t in threads:
    t.join()

print(shared_dict)

在上述示例中，定义了一个共享字典shared_dict和一个锁lock。在update_dict函数中，通过lock.acquire()获取锁，确保在修改共享字典时其他线程不能同时进行修改，修改完成后通过lock.release()释放锁。如果使用RLock，获取和释放锁的操作与Lock相同，只是同一个线程可以多次获取RLock而不会死锁。