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。