Python 中的原子操作是什么？

Question

我是 Python 的初学者。现在我阅读了有关线程的内容，但我有一些问题。

IMO 原子操作 (AO) = 最简单的操作。 dev中最简单的操作是a = 1。但我确实阅读了这篇文章 (http://preshing.com/20130618/atomic-vs-non-atomic-operations/)，我的印象是它不是最简单的 operation\AO。作者告诉我们这个操作分为两个操作，这个操作不是AO。这个操作是 AO 它必须有另一种类型。但我必须说他讲述了 C/C++ 和字节码，我认为在 Python 中也是如此。我如何理解这取决于类型和编译器。但是 Python 是动态类型的语言。它没有类型。

我决定向社区询问这些问题：

Python中的原子操作是什么？
Python中AO有哪些操作？

如果简单的操作不简单那么我不明白什么是原子操作

Answer 1

Python 文档的常见问题解答似乎对 What kinds of global value mutation are thread-safe?

下的这个问题有很好的回答

我希望您理解本地堆栈变量或特定线程专用的变量（不会有线程安全问题）与全局变量或共享变量之间的区别。

Answer 2

我开发了一个包 shared_atomic，其性能优于多处理和多线程 lock/Rlock。该模块可用于多进程多线程条件下的原子操作

Environment,

    LINUX/MacOSX
            CPython 3.0 - 3.11
            Pypy 3.0 - 3.9

    Windows
            CPython 3.0 - 3.11
            Pypy not supported

Included Datatypes:

        atomic_int
        atomic_uint
        atomic_float
        atomic_bool
        atomic_bytearray
        atomic_string
        atomic_set, package bitarray >= 2.4.0 is needed.
        atomic_list, package bitarray >= 2.4.0 is needed.

Requirement,

    LINUX/MacOSX

            the package requires libatomic installed on Linux platform
            cffi >= 1.0.0 <= 1.1.15 to compile through on Linux/MacOSX platform
            gcc >= 4.8 to include the atomic APIs.

    Windows

            cppyy >= 1.5.0 <=2.3.1
            only support single thread/multiple threads modes, multiprocessing mode is not supported on windows

Installation

    To install shared_atomic, use pip:

        pip install shared_atomic

Usage

    create function used by child processes, refer to UIntAPIs, IntAPIs, BytearrayAPIs, StringAPIs, SetAPIs, ListAPIs, in each process, you can create multiple threads.

            def process_run(a):

                def subthread_run(a):

                    a.array_sub_and_fetch(b'x0F')

                threadlist = []

                for t in range(5000):

                    threadlist.append(Thread(target=subthread_run, args=(a,)))

                for t in range(5000):

                    threadlist[t].start()

                for t in range(5000):

                    threadlist[t].join()

    create the shared bytearray

        a = atomic_bytearray(b'ab', length=7, paddingdirection='r', paddingbytes=b'012', mode='m')

    start processes/threads to utilize the shared bytearray

        processlist = []

        for p in range(2):

            processlist.append(Process(target=process_run, args=(a,)))

        for p in range(2):

            processlist[p].start()

        for p in range(2):

            processlist[p].join()

        assert a.value == int.to_bytes(27411031864108609,length=8,byteorder='big')

    Currently concurrent.futures.ProcessPoolExecutor and concurrent.futures.ThreadPoolExecutor cannot be used to start multiple executions ,for serialization problems

源代码回购：

https://github.com/irvinren/shared_atomic.git

https://gitee.com/irvinren/shared_atomic.git

有关文档，请转到：

https://shared-atomic.readthedocs.io/en/latest/

该项目已获得 GPL v3.0 许可

Python 中的原子操作是什么？

What is Atomic Operations in Python?

python

python-multithreading