互斥锁是一种同步机制，用于防止多个线程同时访问共享资源。在Python中通过threading.Lock实现，使用acquire获取锁、release释放锁，推荐用with语句自动管理。示例中多个线程安全操作账户余额，避免竞态条件。注意事项包括避免死锁、控制锁粒度、防止不可重入问题及减少性能影响。总结指出互斥锁是保障多线程资源安全的核心工具，关键在于合理加锁与规避常见陷阱。
在多线程编程中，多个线程同时访问共享资源可能导致数据不一致或逻辑错误。Python 提供了 threading.Lock 机制来实现互斥锁，确保同一时间只有一个线程可以访问关键代码段，从而安全地处理资源分配。
什么是互斥锁？
互斥锁（Mutex Lock）是一种同步机制，用于防止多个线程同时访问共享资源。当一个线程获得锁后，其他试图获取该锁的线程会被阻塞，直到锁被释放。
在 Python 中，通过 threading.Lock() 创建锁对象，使用 acquire() 获取锁，release() 释放锁。推荐使用 with 语句自动管理锁的获取和释放，避免忘记释放导致死锁。
如何使用互斥锁保护共享资源
假设多个线程需要操作同一个银行账户余额，若不加锁，可能出现竞态条件。下面是一个使用互斥锁的安全资源分配示例：
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
import threading
import time
<h1>共享资源：账户余额</h1><p>balance = 1000</p><h1>创建互斥锁</h1><p>lock = threading.Lock()</p><p>def withdraw(amount, thread_name):
global balance
print(f"{thread_name} 尝试取款 {amount}")</p><pre class='brush:python;toolbar:false;'># 使用 with 自动加锁和解锁
with lock:
print(f"{thread_name} 获得锁")
if balance >= amount:
time.sleep(0.1) # 模拟处理延迟
balance -= amount
print(f"{thread_name} 成功取款 {amount}，余额：{balance}")
else:
print(f"{thread_name} 余额不足，当前余额：{balance}")
print(f"{thread_name} 释放锁")创建多个线程模拟并发取款
t1 = threading.Thread(target=withdraw, args=(800, "线程A")) t2 = threading.Thread(target=withdraw, args=(500, "线程B"))
t1.start() t2.start()
t1.join() t2.join()
print(f"最终余额：{balance}")
使用互斥锁的注意事项
虽然互斥锁能有效保护共享资源，但使用不当可能引发问题：
- 避免死锁：确保锁总是能被释放，优先使用 with 语句而非手动调用 acquire 和 release。
- 粒度控制：锁的范围不宜过大，只应包裹真正需要保护的代码段，否则会降低并发性能。
- 不可重入问题：普通 Lock 同一线程多次 acquire 会导致死锁，如需递归加锁可使用 threading.RLock。
- 性能影响：过度使用锁会使多线程退化为串行执行，应结合具体场景权衡是否加锁。
总结
互斥锁是 Python 多线程中保障资源安全的核心工具。通过合理使用 threading.Lock，可以有效防止多个线程同时修改共享数据带来的问题。关键是理解何时加锁、锁的范围以及如何避免常见陷阱。基本上就这些，不复杂但容易忽略细节。
