我应该担心多线程 Python 脚本中对字典的并发访问吗?

Question

我想通过启动几个独立的异步操作线程来加快脚本的执行速度，否则这些操作会一个接一个地启动。

我使用了concurrent.future文档中的示例，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，以便数据一致）？

在实际程序中，字典会大得多，我想启动~500个工人。

Answer 1

我想通过启动多个线程来加快脚本的执行速度

由于CPython的实现带来的挑战，如果您对性能感兴趣，则可能应该改用ProcessPoolExecutor。 请注意，这将需要一个更复杂的设计，即工作人员如何与应共享的数据结构进行通信和/或交互。

现在，进入您的问题：

我应该担心对mylist的并发访问，或者IS是否正确锁定并以串行方式访问（或任何正确的方式，以便数据保持一致）

list在多线程环境中将正常运行，但是如果顶部有任何需要原子性的语义分层，则需要自己的锁定。 例如，假设您的设计要求/期望list应始终具有七个元素，并且一些工人会先做一个pop()，然后做一个append()。 您将需要自己的锁来保护工作线程免受它们之间的并发访问。