Go与Python多线程竞争条件解析及加锁解决方案

七月

发布时间：2026-10-13 | 3人浏览过

原创

本文通过Go和Python代码实例，演示多线程同时修改全局变量时产生的数据竞争问题。未加锁时结果远低于预期，引入互斥锁后确保数据一致性。文章对比了两种语言在并发控制上的实现差异，提供基础加锁代码参考。

Go与Python线程详解及简单实例

在Go语言中，启动15个协程（线程），每个协程对全局变量进行100000次累加操作，理论预期结果为15乘以100000，即1500000。

var sum int
var cccc int
var m *sync.Mutex

func Count1(i int, ch chan int) {
  for j := 0; j < 100000; j++ {
   cccc = cccc + 1
  }
  ch <- cccc
}
func main() {
  m = new(sync.Mutex)
  ch := make(chan int, 15)
  for i := 0; i < 15; i++ {
   go Count1(i, ch)
  }
  for i := 0; i < 15; i++ {
   select {
   case msg := <-ch:
     fmt.Println(msg)
   }
  }
}

然而实际运行结果仅为406527。

这表明存在并发竞争条件，必须引入锁机制。

func Count1(i int, ch chan int) {
  m.Lock()
  for j := 0; j < 100000; j++ {
   cccc = cccc + 1
  }
  ch <- cccc
  m.Unlock()
}

引入锁机制后的最终输出结果为1500000。

在Python中采用相同逻辑实现，结果同样不正确。

count = 0
def sumCount(temp):
  global count
  for i in range(temp):
    count = count + 1
li = []
for i in range(15):
  th = threading.Thread(target=sumCount, args=(1000000,))
  th.start()
  li.append(th)
for i in li:
  i.join()
print(count)

Python未加锁时的输出结果为3004737。

说明Python多线程环境下同样需要加锁保护：

mutex = threading.Lock()
count = 0
def sumCount(temp):
  global count
  mutex.acquire()
  for i in range(temp):
    count = count + 1
  mutex.release()
li = []
for i in range(15):
  th = threading.Thread(target=sumCount, args=(1000000,))
  th.start()
  li.append(th)
for i in li:
  i.join()
print(count)

加锁后的输出结果为1500000。

以上即为加锁处理的简单示例。

感谢阅读，希望能帮助到大家，谢谢大家对本站的支持！