Python 中多个线程之间是可以共享全局变量的数据的。
但是，多线程共享全局变量是会出问题的。
假设两个线程 t1 和 t2 都要对全局变量 g_num (默认是0)进行加1运算，t1 和 t2 都各对 g_num 加10次，g_num 的最终的结果应该为20。
但是由于多线程是同时操作，有可能出现下面情况：
在 g_num=0 时，t1 取得 g_num=0。此时系统把 t1 调度为”sleeping”状态，把t2转换为”running”状态，t2 也获得 g_num=0。
然后 t2 对得到的值进行加1并赋给 g_num，使得 g_num=1 。
接着系统又把 t2 调度为”sleeping”，把 t1 转为”running”。线程t1又把它之前得到的0加1后赋值给g_num。
这样导致虽然 t1 和 t2 都对 g_num 加1，但结果仍然是 g_num=1。
先看例子：
''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' import threading import time g_num = 0 def work1(num): global g_num for i in range(num): g_num += 1 print("----in work1, g_num is %d---" % g_num) def work2(num): global g_num for i in range(num): g_num += 1 print("----in work2, g_num is %d---" % g_num) print("---线程创建之前g_num is %d---" % g_num) t1 = threading.Thread(target=work1, args=(100,)) t1.start() t2 = threading.Thread(target=work2, args=(100,)) t2.start() # 确保子线程都运行结束 while len(threading.enumerate()) != 1: time.sleep(1) print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)运行结果：
---线程创建之前g_num is 0--- ----in work1, g_num is 100--- ----in work2, g_num is 200---2个线程对同一个全局变量操作之后的最终结果是:200
乍一看，好像没出什么问题。那是因为数据太小了，我们现在把数据变大。
''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：778463939 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' import threading import time g_num = 0 def work1(num): global g_num for i in range(num): g_num += 1 print("----in work1, g_num is %d---" % g_num) def work2(num): global g_num for i in range(num): g_num += 1 print("----in work2, g_num is %d---" % g_num) print("---线程创建之前g_num is %d---" % g_num) t1 = threading.Thread(target=work1, args=(1000000,)) t1.start() t2 = threading.Thread(target=work2, args=(1000000,)) t2.start() # 确保子线程都运行结束 while len(threading.enumerate()) != 1: time.sleep(1) print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)运行结果：
---线程创建之前g_num is 0--- ----in work2, g_num is 1048576--- ----in work1, g_num is 1155200---2个线程对同一个全局变量操作之后的最终结果是:1155200
数越大，出现问题的概率越大，而且数据的偏差也越大。 结论
如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确。
那能不能解决这个问题呢？
我们后面会讲同步和互斥锁的问题的。
通过同步和互斥锁，我们可以解决 Python 中多线程共享全局变量时发生错误的问题。
