Python 中非线程安全代码的原理与复现方法-Python教程-PHP中文网

本文详解为何 x += 1 在多线程下不安全，揭示 GIL 与字节码执行机制如何共同导致竞态条件，并提供可稳定复现问题的实践方案及加锁修复示例。

本文详解为何 `x += 1` 在多线程下不安全，揭示 gil 与字节码执行机制如何共同导致竞态条件，并提供可稳定复现问题的实践方案及加锁修复示例。

在 Python 多线程编程中，“非线程安全”并非指代码必然崩溃，而是指共享状态的修改缺乏原子性保障，结果不可预测。你遇到的现象——10 次运行均得到完美的 10,000,000——恰恰印证了这一特性：它不是“错误”，而是竞态条件（race condition）未被触发的偶然结果，根源在于 CPython 的全局解释器锁（GIL）调度行为与硬件性能的耦合。

? 为什么 x += 1 天然不安全？

表面上看，x += 1 是一条语句；但 Python 实际将其编译为多步字节码操作：

import dis

def inc():
    global x
    for _ in range(1000000):
        x += 1

dis.dis(inc)

关键片段如下（简化）：

LOAD_GLOBAL  x      # 读取 x 当前值
LOAD_CONST   1      # 加载常量 1
INPLACE_ADD         # 执行加法（x + 1）
STORE_GLOBAL x      # 将结果写回 x

这四步不是原子的。若线程 A 执行到 INPLACE_ADD 后、STORE_GLOBAL 前被操作系统中断，而线程 B 此时也读取了同一个旧值并完成整个流程，最终两次递增只生效一次——数据丢失就此发生。

提示词大师-python版

图片提示词生成器？不止如此。马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。输入「新手指南」查看完整功能介绍

下载

⚙️ 为什么你的代码没复现出问题？

核心原因在于 GIL 的调度粒度与循环强度不匹配：

Python 线程受 GIL 限制，同一时刻仅一个线程执行字节码；
但线程会在 I/O、显式让出（如 time.sleep()）或执行约 5ms 字节码后自动释放 GIL；
你的 i7-2860QM（虽较老但单核性能强）+ 3.12.2 的优化可能使单个线程在一个时间片内完成全部 100 万次迭代，相当于“串行执行”，自然无竞争。

✅ 验证方法：增大干扰，强制调度切出
将循环次数提高到 5_000_000 或添加轻量级让步：

def inc():
    global x
    for i in range(1000000):
        x += 1
        if i % 10000 == 0:  # 每万次主动让出 GIL（增加调度点）
            pass  # 或用 time.sleep(0) 强制切换

更可靠的方式是降低单次工作量，增加线程数（如 100 个线程各做 10,000 次），大幅提升冲突概率。

✅ 正确修复：用 threading.Lock 保证原子性

from threading import Thread, Lock

x = 0
lock = Lock()  # 创建全局锁

def inc():
    global x
    for _ in range(1000000):
        with lock:  # 自动 acquire/release，异常安全
            x += 1

# 启动 10 个线程（注意：thread.Join() → thread.join()）
threads = [Thread(target=inc) for _ in range(10)]
for t in threads:
    t.start()
for t in threads:
    t.join()

print(f"Final x = {x:,}")  # 稳定输出 10,000,000

⚠️ 重要提醒：