一、加入線程同步的原因
由于同一進程中的所有線程都是共享數據的，如果對線程中共享數據的并發訪問不加以限制，結果將不可預期，在嚴重的情況下，還會產生死鎖
在一個進程內的所有線程共享全局變量，能夠在不使用其他方式的前提下完成多線程之間的數據共享(這點要比多進程要好)
缺點就是，線程是對全局變量隨意遂改可能造成多線程之間對全局變量的混亂(即線程非安全)
二、解決數據混亂的方法
為了讓線程是安全的，解決方法：
1、為了解決這個問題，需要允許線程獨占地訪問共享數據，這就是線程同步。
2、讓每個線程擁有一個獨立的私有變量

三、數據混亂示意圖

四、代碼實現數據混亂問題

執行結果為：數據混亂
但是當我把累加次數設置小，就不會出現數據混亂問題

數據混亂的原因：
cpu分成多個時間片段，啟動10線程，分配10個cpu時間片段，當我累加數字設置比較小的時候，在單個cpu時間片段內，for循環代碼就執行完，就不會產生數據混亂的。當我數據設置的比較大時，在單個cpu時間片段內，for循環代碼就執行不完，并且沒有分配2個或2個以上的連續的cpu時間片段，導致一個cpu時間片段沒有執行完該線程，下一個線程開始執行了

總結

以上是生活随笔為你收集整理的python—多线程之数据混乱问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。