Python的线程本身不是“安全”或“不安全”的，关键在于你如何使用共享数据——线程安全与否，取决于代码逻辑，而不是Python语言或GIL本身。很多人误以为有GIL就等于自动线程安全，这是最常见的误区。
什么是线程安全？
线程安全指的是：当多个线程同时访问同一份共享资源（比如全局变量、列表、字典、文件句柄等），且无需额外同步措施，程序仍能始终产生正确、可预期的结果。
注意：正确 ≠ 速度更快，而是指不会出现数据错乱、丢失、重复、状态不一致等问题。例如：
- 两个线程同时对一个整数做
count += 1，最终结果可能比预期少； - 一个线程正在遍历列表，另一个线程同时删除其中元素 → 报
RuntimeError: list changed size during iteration； - 用字典模拟缓存，多线程写入同 key 时未加锁 → 后写入覆盖前写入，或引发
KeyError。
GIL 并不能保证线程安全
GIL（全局解释器锁）只保证同一时刻只有一个线程执行 Python 字节码，但它不保证操作的原子性，也不保护你的数据结构。
立即学习“Python免费学习笔记（深入）”；
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
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
例如：data.append(item) 看似简单，实际包含多个步骤：获取对象、查找 append 方法、调用、修改列表内部指针……中间可能被切换。GIL 只是让这些步骤不被其他线程“打断执行”，但无法阻止多个线程交替执行导致逻辑错误。
更直白地说：GIL 防的是 CPython 解释器崩溃，不是防你的程序出 bug。
哪些操作通常“看起来”安全，实则危险？
以下情况常被误认为天然线程安全，但实际需谨慎：
- 局部变量：线程间不共享，真正安全；
- 不可变对象（str, int, tuple）赋值：安全，因为不会被修改；
- list.append() / dict[key] = value：不安全——不是原子操作，多线程并发调用会出问题；
- logging 模块默认是线程安全的：因为内部用了锁，但自定义 Handler 若没处理好，仍可能不安全；
- queue.Queue：是线程安全的，适合做线程间通信；
- threading.local()：为每个线程提供独立副本，避免共享，是构建线程安全状态的好工具。
如何写出线程安全的代码？
核心原则：**减少共享，必要时加锁，优先用线程安全的工具**。
- 用
threading.Lock或RLock保护临界区（读写共享变量的代码段）； - 优先选择
queue.Queue而非公共 list 做生产者-消费者通信； - 用
threading.local()存储线程私有状态（如数据库连接、请求上下文）； - 考虑用
concurrent.futures.ThreadPoolExecutor替代手动管理线程，它内部已做基础隔离； - 若计算密集且需真正并行，绕过 GIL —— 改用 multiprocessing、C扩展或异步 I/O。
