Python 并发编程之死锁

本文创作灵感来自一本开源图书：《Python Cookbook》3rd Edition

开源地址：https://python3-cookbook.readthedocs.io/zh_CN/latest/copyright.html

前言

在并发编程中，死锁指的是一种特定的情况，即无法取得进展，程序被锁定在其当前状态。在大多数情况下，这种现象是由于不同的锁对象（用于线程同步）之间缺乏协调，或者处理不当造成的。在这一节中，我们将讨论一个思想实验，通常被称为餐饮哲学家问题，以说明死锁的概念及其原因；从这里开始，你将学习如何在 Python 并发程序中模拟这个问题。

哲学家就餐问题

哲学家就餐（Dining philosophers problem）问题是计算机科学中的一个经典问题，用来演示在并发计算中多线程同步时产生的问题。

在 1971 年，著名的计算机科学家艾兹格·迪科斯彻提出了一个同步问题，即假设有五台计算机都试图访问五份共享的磁带驱动器。稍后，这个问题被托尼·霍尔重新表述为哲学家就餐问题。这个问题可以用来解释死锁和资源耗尽。

假如有 5 个哲学家，围坐在一起，每个人面前有一碗饭和一只筷子。在这里每个哲学家可以看做是一个独立的线程，而每只筷子可以看做是一个锁。

他们每个人都需要两个叉子来吃饭。如果他们同时拿起他们左边的叉子，那么它将一直等待右边的叉子被释放。每个哲学家可以处在静坐、 思考、吃饭三种状态中的一个。需要注意的是，每个哲学家吃饭是需要两只筷子的，这样问题就来了：如果每个哲学家都拿起自己左边的筷子， 那么他们五个都只能拿着一只筷子坐在那儿，直到饿死。此时他们就进入了死锁状态。

下面是一个简单的使用死锁避免机制解决“哲学家就餐问题”的实现：

import threading

# The philosopher thread
def philosopher(left, right):
    while True:
        with acquire(left,right):
             print(threading.currentThread(), 'eating')

# The chopsticks (represented by locks)
NSTICKS = 5
chopsticks = [threading.Lock() for n in range(NSTICKS)]

# Create all of the philosophers
for n in range(NSTICKS):
    t = threading.Thread(target=philosopher,
                         args=(chopsticks[n],chopsticks[(n+1) % NSTICKS]))
    t.start()

最后，要特别注意到，为了避免死锁，所有的加锁操作必须使用 acquire() 函数。如果代码中的某部分绕过acquire 函数直接申请锁，那么整个死锁避免机制就不起作用了。

死锁的常见例子

另一个例子是在银行账户上：假如要在两个银行账户之间执行交易，你必须确保两个账户都被锁定，不受其他交易的影响，以达到正确的资金转移量。在这里，这个类比并不完全成立--哲学家对应的是锁定账户的交易（分叉）--但同样的技术困难也会出现。

其他的例子包括电商秒杀系统，多个用户抢一个商品，不允许一个数据库被多个客户同时修改。

死锁也是由一个并发程序需要同时具备的条件来定义的，这样才会发生死锁。这些条件是由计算机科学家Edward G. Coffman, Jr .首先提出的，因此被称为 Coffman 条件。这些条件如下：

• 至少有一个资源必须处于不可共享的状态。这意味着该资源被一个单独的进程（或线程）持有，不能被其他人访问； 在任何时间内，该资源只能被单个的进程（或线程）访问和持有。这个条件也被称为相互排斥。

• 有一个进程（或线程）同时访问一个资源并等待其他进程（或线程）持有的另一个资源。换句话说，这个进程（或线程）需要访问两个资源来执行其指令，其中一个它已经持有，另一个它正在等待其他进程（或线程）。这种情况被称为保持和等待。

• 只有在有特定指令让进程（或线程）释放资源的情况下，才能由持有这些资源的进程（或线程）来释放。这就是说，除非进程（或线程）自愿主动地释放资源，否则该资源仍处于不可共享的状态。这就是无抢占条件。

• 最后一个条件叫做循环等待。顾名思义，这个条件规定了一组进程（或线程）的存在，因此这组进程中的第一个进程（或线程）正在等待第二个进程（或线程）释放资源，而第二个进程（或线程）又需要等待第三个进程（或线程）；最后，这组进程中的最后一个进程（或线程）正在等待第一个进程。

造成线程死锁的常见例子包括：

1. 一个在自己身上等待的线程（例如，试图两次获得同一个互斥锁）

2. 互相等待的线程（例如，A 等待 B，B 等待 A）

3. 未能释放资源的线程（例如，互斥锁、信号量、屏障、条件、事件等）

4. 线程以不同的顺序获取互斥锁（例如，未能执行锁排序）

线程等待本身

导致死锁的一个常见原因是线程在自己身上等待。

我们并不打算让这种死锁发生，例如，我们不会故意写代码，导致线程自己等待。相反，由于一系列的函数调用和变量的传递，这种情况会意外地发生。

一个线程可能会因为很多原因而在自己身上等待，比如：

• 等待获得它已经获得的互斥锁

• 等待自己被通知一个条件

• 等待一个事件被自己设置

• 等待一个信号被自己释放

开发一个 task() 函数，直接尝试两次获取同一个 mutex 锁。也就是说，该任务将获取锁，然后再次尝试获取锁。

# task to be executed in a new thread

def task(lock):

    print('Thread acquiring lock...')

    with lock:

        print('Thread acquiring lock again...')

        with lock:

            # will never get here

            pass

这将导致死锁，因为线程已经持有该锁，并将永远等待自己释放该锁，以便它能再次获得该锁, task() 试图两次获取同一个锁并触发死锁。

在主线程中，可以创建锁:

# create the mutex lock
lock = Lock()

然后我们将创建并配置一个新的线程，在一个新的线程中执行我们的 task() 函数，然后启动这个线程并等待它终止，而它永远不会终止。

# create and configure the new thread
thread = Thread(target=task, args=(lock,))
# start the new thread
thread.start()
# wait for threads to exit...
thread.join()

完整代码如下：

from threading import Thread
from threading import Lock

# task to be executed in a new thread
def task(lock):
    print('Thread acquiring lock...')
    with lock:
        print('Thread acquiring lock again...')
        with lock:
            # will never get here
            pass

# create the mutex lock
lock = Lock()
# create and configure the new thread
thread = Thread(target=task, args=(lock,))
# start the new thread
thread.start()
# wait for threads to exit...
thread.join()

运行结果如下：

首先创建锁，然后新的线程被混淆并启动，主线程阻塞，直到新线程终止，但它从未这样做。

新线程运行并首先获得了锁。然后它试图再次获得相同的互斥锁并阻塞。

它将永远阻塞，等待锁被释放。该锁不能被释放，因为该线程已经持有该锁。因此，该线程已经陷入死锁。

该程序必须被强制终止，例如，通过 Control-C 杀死终端。