为什么这个 python 代码不是线程安全的？

Question

我将此作为学校作业的一部分提交，标记它的人提到此部分不是线程安全的。

任务是在 python 中创建一个多线程套接字服务器，它接受一个数字并返回该数字的斐波那契值。我的方法是通过在每个线程之间共享一个字典来记忆计算。

这是代码（为了简洁起见，删除了错误处理）

from socketserver import ThreadingMixIn, TCPServer, BaseRequestHandler


class FibonacciThreadedTCPServer(ThreadingMixIn, TCPServer):
    def __init__(self, server_address):
        TCPServer.__init__(self, server_address, FibonacciThreadedTCPRequestHandler, bind_and_activate=True)
        #this dictionary will be shared between all Request handlers
        self.fib_dict = {0: 0, 1: 1, 2: 1}


class FibonacciThreadedTCPRequestHandler(BaseRequestHandler):
    def handle(self):
        data = self.request.recv(1024).strip()
        num = int(data)
        result = self.calc_fib(self.server.fib_dict, num)
        ret = bytes(str(result) + '\n', 'ascii')
        self.request.sendall(ret)


    @staticmethod
    def calc_fib(fib_dict, n):
        """
        Calculates the fibonacci value of n using a shared lookup table and a linear calculation.
        """
        length = len(fib_dict)
        while length <= n:
            fib_dict[length] = fib_dict[length - 1] + fib_dict[length - 2]
            length = len(fib_dict)
        return fib_dict[n]

我了解在 calc_fib 方法中同时发生读取和写入，通常这意味着代码不是线程安全的。但是在这种情况下，我认为有可能证明代码将始终提供可预测的结果。

读取和写入可以同时发生的事实是否足以不被认为是线程安全的？或者如果它总是返回一个可靠的结果，那么它被认为是线程安全的。

为什么我认为这段代码总能产生可靠的结果：

1. 在字典中的任何给定索引发生写入之前，永远不会发生读取。

2. 对任何给定索引的任何后续写入都将包含与先前写入相同的数字，因此无论何时发生读/写序列，它始终会收到相同的数据。

我已经通过在每个操作之间添加随机睡眠并同时使用数百个线程发出请求来对此进行测试，并且在我的测试期间已经返回了正确的答案。

任何想法或批评将不胜感激。谢谢。

Answer 1

在这种特殊情况下，the GIL 应该保证您的代码安全，因为：

1. GIL（dict 特别是需要此保证，因为类实例和非本地范围）保护 CPython 内置数据结构免受实际损坏（而不仅仅是不正确的行为）通常使用dicts 进行属性/名称查找，如果没有 GIL，简单地读取值将充满危险）
2. 您正在更新长度的缓存值，然后将其用于下一组操作，而不是在突变期间重新检查长度；这可能会导致重复工作（多个线程会看到旧长度并重复计算新值），但由于键始终设置为相同的值，因此它们是否各自独立设置并不重要
3. 你永远不会从你的缓存中删除（如果你这样做了，缓存的长度会咬你）

所以在 CPython 中，这应该没问题。不过，我不能对其他 Python 解释器做出任何保证；如果没有 GIL，如果他们在没有内部锁定的情况下实现 dict，则完全有可能由一个线程中的写入触发的重新哈希操作可能会导致另一个线程以不一致/不可用的状态从 dict 读取。

Answer 2

首先，您为什么认为字典是线程安全的？我快速搜索了 Python3 文档（我自己是一名 Python 新手），但我无法保证两个不同步的线程可以安全地更新同一个字典，而不会损坏字典内部结构并可能导致程序崩溃。

自 1980 年以来，我一直在用其他语言编写多线程代码，并且我学会了永远不要仅仅因为它在我测试时它的行为方式就相信它是线程安全的。我想查看 supposed 是线程安全的文档。否则，我会在它周围抛出一个互斥锁。

其次，您假设fib_dict[length - 1] 和fib_dict[length - 2] 将是有效的。我对其他编程语言的经验表明不要假设它。在其他编程语言（例如，Java）中，当线程在没有同步的情况下共享数据时，一个线程可能会看到变量更新发生的顺序与其他线程执行它们的顺序不同。例如，理论上，访问 Map 而没有同步的 Java 线程可能会在看到新值实际出现 地图之前看到 Map 的 size() 增加。我会假设在 Python 中可能会发生类似的事情，直到有人向我展示了官方文档，否则。