Python多线程同步机制详解：使用threading.Lock实现互斥

林舟

发布时间：2026-10-15 | 2人浏览过

原创

本文深入解析Python多线程中的同步机制，重点介绍threading.Lock类的用法。通过跑道比喻阐明同步互斥概念，演示如何使用acquire和release方法确保数据操作的原子性，避免多线程输出错乱问题。

在多线程程序中，各线程独立运行，导致打印输出的时间顺序往往是混乱的。

观察下图可知，尽管线程创建顺序为t-0、t-1、t-2（按创建时间先后排列），但最终输出结果中t-1反而最晚完成。

那么，我们该如何避免这种输出错乱的情况呢？接下来我们将通过具体方案进行说明。

线程同步

多线程指的是多个独立的执行单元，它们同时执行相同的任务。

既然多线程已经实现了并发执行，为什么还需要同步机制呢？

确实，线程是被同时调用的，但每个线程之间既相互独立，又存在资源竞争。

这就像跑道上有三名运动员，发令枪响后同时起跑，但他们通常不会同时到达终点。

那么，什么是同步？

同步意味着在原本有三名运动员的跑道上，加入同步机制后，任意时刻只允许一名运动员在跑道上。

这听起来似乎有些矛盾：多线程旨在提高多任务处理效率，而同步却限制同一时间只执行一个任务，这是否违背了多线程的初衷？

事实上，同步正是这个意思。我们常将其完整表述为“同步互斥”。总结来说：同步是一种机制，确保跑道上任何时候只有一名运动员；在技术层面，它保证程序数据在任何时刻仅被一个线程操作。

在使用同步机制时，我们需要识别那些需要限制访问的“跑道”，并利用同步机制确保在任意时刻，只有一个“运动员”（线程）在这些资源上运行。

（如果上述解释仍不清楚，建议与同学讨论以上几点）

了解了同步机制后，下面我们来看具体的锁实现。

threading.Lock获取同步锁

threading.Lock是一个类，我们可以利用它来创建锁对象。

什么是锁？它是维持同步互斥机制的媒介。相当于跑道设有一扇大门，每次只开门让一名运动员进入跑道。（注：此处应为运动员，程序员仍需多锻炼。）

如果锁机制失效，后果不堪设想（后续文章将详细探讨）。

下面的代码将用到Lock类的两个关键函数：

acquire函数：用于获取锁。

release函数：用于释放锁。

前文已提及，加上主线程，系统中共有4个线程。

运行以下代码以观察效果：


#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2021/11/21 12:02 上午
# @Author : LeiXueWei
# @CSDN/Juejin/Wechat: 雷学委
# @XueWeiTag: CodingDemo
# @File : __init__.py.py
# @Project : hello

import threading
import datetime
import time


def dianzan_guanzhu(lock: threading.Lock):
    thread_name = threading.current_thread().getName()
    print("线程启动了:", thread_name)
    now = datetime.datetime.now()
    name = "python萌新" + thread_name
    lock.acquire()
    print("%s - %s name:%s" % (thread_name, now, name))
    time.sleep(1)
    result = "好棒！" + name + " 关注雷学委,学会了开发知识！"
    print("%s - %s result:%s" % (thread_name, now, result))
    lock.release()
    return result


my_lock = threading.Lock()
for i in range(3):
    mythread = threading.Thread(name="t-" + str(i), target=lambda: dianzan_guanzhu(my_lock))
    print("mythread:", mythread)
    print("is_alive:", mythread.is_alive())
    mythread.start()
    ac = threading.active_count()
    print("active_count:", ac)

以下是运行结果：