我应该担心在多线程 python 脚本中对 dict 的并发访问吗？

Question

我想通过启动多个独立的异步操作线程来加速脚本的执行，否则这些线程会一个接一个地启动。

我使用了the example from concurrent.future docs 并将其改编为我的代码：

import concurrent.futures

def myfunc(elem):
    elem['ascii'] = ord(elem['name'])

mylist = [
    {'name': 'a'},
    {'name': 'b'},
    {'name': 'c'},
    {'name': 'd'},
    {'name': 'e'}
    ]

with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
    future_to_url = {executor.submit(myfunc, elem): elem for elem in mylist}
    for future in concurrent.futures.as_completed(future_to_url):
        try:
            future.result()
        except Exception as exc:
            print('error: '.format(exc))

print mylist

代码按预期工作，但我是否应该担心对mylist 的并发访问，或者是否正确锁定并以串行方式访问（或任何正确的方式以使数据保持一致）？

在实际程序中，字典会大得多，我想启动约 500 名工人。

Answer 1

我想通过启动多个线程来加快脚本的执行速度

由于challenges posed by CPython's implementation，如果您对性能感兴趣，您可能应该使用ProcessPoolExecutor。请注意，这将需要在工作人员如何与应共享的数据结构进行通信和/或交互方面更加复杂的设计。

现在，关于你的问题：

我是否应该担心对 mylist 的并发访问，或者是否正确锁定并以串行方式访问（或任何正确的方式以使数据保持一致）

list 将在 多线程 环境中正常运行，但如果您有任何需要原子性的语义分层，您将需要自己的锁定。例如，假设您的设计要求/期望list 应始终具有七个元素，并且一些工作人员将执行pop() 后跟append()。您将需要自己的锁来保护工作人员免受它们之间的并发访问。