Для чего нужен threading.Lock и как он предотвращает гонку данных из предыдущего примера с общим счётчиком?

Короткий ответ

threading.Lock — примитив синхронизации, гарантирующий, что в охраняемый блок кода в любой момент может войти только один поток, что превращает составную операцию в фактически атомарную относительно других потоков.

Как это работает подробнее

Lock.acquire() блокирует поток, если лок уже захвачен другим потоком, и пропускает его, если лок свободен; release() освобождает лок. Конструкция with lock: эквивалентна acquire()/release() с гарантированным release() даже при исключении.

Пример кода

example-255.pyКопировать

import threading
counter = 0
lock = threading.Lock()
def increment():
    global counter
    for _ in range(100_000):
        with lock:
            counter += 1  # теперь безопасно: только один поток внутри блока одновременно
threads = [threading.Thread(target=increment) for _ in range(4)]
[t.start() for t in threads]
[t.join() for t in threads]
print(counter)  # теперь стабильно 400000 при каждом запуске

Что использовать на практике

• Практика. Лок оборачивают вокруг минимально необходимого участка кода, читающего и изменяющего общие данные, чтобы не создавать лишних задержек для остальных потоков и не удерживать лок во время долгих операций.

Подводные камни

• Риски. Оборачивают локом слишком большой участок кода, из-за чего многопоточность теряет смысл; забывают освободить лок вручную без with, что при исключении приводит к «зависшему» локу и дедлоку остальных потоков.