#/usr/bin/env python
from time import sleep
from random import random
from threading import Thread, local
data = local()
def bar():
print("I'm called from", data.v)
def foo():
bar()
class T(Thread):
def run(self):
sleep(random())
data.v = self.getName() # Thread-1 and Thread-2 accordingly
sleep(1)
foo()
>> T().start(); T().start()
I'm called from Thread-2
I'm called from Thread-1
#/usr/bin/env python
from time import sleep
from random import random
from threading import Thread
def bar():
global v
print("I'm called from", v)
def foo():
bar()
class T(Thread):
def run(self):
global v
sleep(random())
v = self.getName() # Thread-1 and Thread-2 accordingly
sleep(1)
foo()
>> T().start(); T().start()
I'm called from Thread-2
I'm called from Thread-2
同时,如果你能够将这些数据作为foo()的参数传递 - 它将是一种更优雅和精心设计的方式:
from threading import Thread
def bar(v):
print("I'm called from", v)
def foo(v):
bar(v)
class T(Thread):
def run(self):
foo(self.getName())
4 回答
您可以使用
threading.local()
创建线程本地存储 .存储到tls的数据对于每个线程都是唯一的,这将有助于确保不会发生无意的共享 .
就像在所有其他语言中一样,Python中的每个线程都可以访问相同的变量 . “主线程”和子线程之间没有区别 .
与Python的一个区别是全局解释器锁意味着一次只能有一个线程运行Python代码 . 然而,在同步访问时,这并没有多大帮助,因为所有常见的抢占问题仍然适用,并且您必须像其他语言一样使用线程原语 . 但是,它确实意味着您需要重新考虑是否使用线程来提高性能 .
请考虑以下代码:
这里使用threading.local()作为一种快速而又脏的方法,可以将一些数据从run()传递给bar(),而无需更改foo()的接口 .
请注意,使用全局变量不会起作用:
同时,如果你能够将这些数据作为foo()的参数传递 - 它将是一种更优雅和精心设计的方式:
但是,当使用第三方或设计不良的代码时,这并不总是可行的 .
在Python中,除了函数局部变量之外,所有内容都是共享的(因为每个函数调用都有自己的本地集合,而线程总是单独的函数调用 . )即便如此,只有变量本身(引用对象的名称)是功能的本地;对象本身总是全局的,任何东西都可以引用它们 . 在这方面,特定线程的
Thread
对象不是特殊对象 . 如果将Thread
对象存储在所有线程都可以访问的地方(如全局变量),则所有线程都可以访问该对象的Thread
对象 . 如果你想以原子方式修改你所做的任何事情,那么它就不会有效 .如果你想要实际的线程本地存储,那就是
threading.local
所在的位置 . 在线程之间不共享threading.local
的属性;每个线程只看到它自己放在那里的属性 . 如果您对它的实现感到好奇,那么源代码位于标准库的_threading_local.py
中 .