面试题：Python多线程中资源竞争的常见场景有哪些

Question

请举例说明Python多线程编程过程中，可能会出现资源竞争的常见场景，并简要解释为什么会出现资源竞争。

Answer 1

常见场景举例

1. 共享变量操作 假设有一个全局变量count，两个线程都对其进行加1操作。例如：

import threading

count = 0

def increment():
    global count
    for _ in range(100000):
        count = count + 1

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

thread1.start()
thread2.start()

thread1.join()
thread2.join()

print(count)

在这个例子中，count是共享资源，两个线程同时对其进行修改。

2. 文件读写操作 假设两个线程同时向同一个文件写入数据。例如：

import threading

def write_to_file():
    with open('test.txt', 'a') as f:
        f.write('Some data\n')

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

thread1.start()
thread2.start()

thread1.join()
thread2.join()

这里test.txt文件就是共享资源，两个线程都尝试对其进行写入。

出现资源竞争的原因

在Python多线程编程中，线程是共享进程的内存空间的。当多个线程同时访问和修改共享资源（如上述的共享变量或文件）时，由于线程的调度是由操作系统控制的，可能会发生以下情况：

1. 指令交错执行：例如在对共享变量count进行count = count + 1操作时，这个操作在CPU层面并非原子操作，可能会被拆分为读取count值、加1、写回count值这几个步骤。如果一个线程在读取count值后，还未完成写回操作时，另一个线程也读取了count值，那么它们就会基于相同的旧值进行加1，最终导致结果比预期少1。
2. 缺乏同步机制：如果没有使用合适的同步工具（如锁）来协调线程对共享资源的访问，就无法保证线程对共享资源的操作是顺序执行的，从而导致资源竞争问题，使程序产生不可预测的结果。