如何在Python中防止并发导致的Race Condition竞态条件-Python教程-PHP中文网

threading.Lock可防止多线程竞态条件，其核心是确保共享变量（如counter）的“读—改—写”三步原子执行；推荐用with语句自动管理锁，避免手动acquire/release遗漏，且锁粒度应最小化。

如何在python中防止并发导致的race condition竞态条件

用 threading.Lock 防止多线程写共享变量出错

竞态条件最常见于多个线程同时读写同一变量，比如计数器 counter。不加保护时，counter += 1 这种看似原子的操作实际包含「读—改—写」三步，线程可能在中间被打断，导致结果丢失。

正确做法是显式加锁：

import threading
<p>counter = 0
lock = threading.Lock()</p><p>def increment():
global counter
for _ in range(100000):
with lock:  # 自动 acquire/release
counter += 1
</p>

注意：threading.Lock 是线程级的，不能跨进程生效；若用 multiprocessing，得换 multiprocessing.Lock。

别手动调用 lock.acquire() 后忘记 release()，优先用 with 语句
锁粒度要合理：锁整个函数体可能严重拖慢性能；只锁真正共享修改的几行更稳妥
避免嵌套锁或交叉加锁顺序，否则容易死锁

用 asyncio.Lock 处理协程并发写共享状态

异步场景下，threading.Lock 不起作用——它会阻塞整个 event loop。必须用 asyncio.Lock，且所有访问都得是 await 操作。

典型错误是混用同步/异步锁，或在 await 前就进了临界区：

import asyncio
<p>shared_state = {"value": 0}
lock = asyncio.Lock()</p><p>async def update_state():
async with lock:</p><h1>此处才是安全的临界区</h1><pre class="brush:php;toolbar:false;">    current = shared_state["value"]
    await asyncio.sleep(0.001)  # 模拟异步 I/O，但不破坏锁保护
    shared_state["value"] = current + 1

asyncio.Lock 只能用于 async def 函数内，且必须配合 async with
不要在锁内做 CPU 密集型操作（如大循环、复杂计算），会阻塞其他协程
如果共享对象本身支持异步操作（如 aioredis），优先用其内置原子命令，而非自己加锁

用数据库事务或原子操作替代应用层锁

很多竞态其实发生在数据持久化环节，比如「查余额 → 扣款 → 更新」三步之间被并发请求插队。这时候在 Python 层加锁只是治标，还可能因服务重启失效。

361SCAN security check your skill python scripts

扫描并分析已安装技能，用于查看指定技能目录的名称、描述和详情，或列出所有已安装的技能。

下载

更可靠的方式是把一致性保障下沉到数据库：

用 SELECT ... FOR UPDATE（PostgreSQL/MySQL InnoDB）锁定行，再更新
用带条件的 UPDATE ... WHERE version = ? 实现乐观锁
对计数类场景，直接用 UPDATE table SET count = count + 1 WHERE id = ?，依赖数据库自身原子性

Python ORM 如 SQLAlchemy 支持 session.refresh() 和 for_update()，但要注意隔离级别（如 READ COMMITTED 不足以防止幻读）。

为什么 queue.Queue 比手动锁 list 更安全

新手常试图用 list + threading.Lock 实现生产者-消费者，但容易漏掉边界检查或异常路径。而 queue.Queue 是线程安全的，内部已封装锁和条件变量。

例如，用 queue.Queue 传递任务比手写 append()/pop(0) 加锁更简洁可靠：

from queue import Queue
import threading
<p>task_queue = Queue()</p><p>def worker():
while True:
item = task_queue.get()  # 自动线程安全，且阻塞等待
if item is None:
break
process(item)
task_queue.task_done()
</p>