python - 我应该担心在多线程 python 脚本中并发访问字典吗？

Question

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

我用了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，或者它是否被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，字典会更大，我想启动约 500 个 worker。

Answer 1

I would like to speed up the execution of a script by launching several threads

因为 challenges posed by CPython's implementation , 你应该使用 ProcessPoolExecutor相反，如果您对性能感兴趣。请注意，这将需要一种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，回到你的问题:

should I worry about the concurrent access to mylist or whether is is correctly locked and accessed in a serial way (or whatever is correct so that data is consistent)

list 将在多线程 环境中正常运行，但如果您在顶部有任何需要原子性的语义层，您将需要自己的锁定。举例来说，您的设计要求/期望 list 应始终包含七个元素，并且一些工作人员会执行 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。