Python (cpython) 在内存屏障和原子性等方面的行为是否得到保证？

Question

我想知道 Java 的“volatile”的等价物，并找到了这个答案。

相当于 Python 中的 Java volatile

这（基本上）说，由于 GIL，至少在 cpython 中，所有东西在 python 中都是有效的。这是有道理的，一切都被 GIL 锁定，没有内存障碍需要担心，等等。但如果这是由规范记录和保证的，我会更高兴，而不是让它成为 cpython 目前碰巧的方式的结果实施的。

因为，假设我希望一个线程发布数据而其他线程读取它，所以我可以选择这样的东西：

class XFaster:

    def __init__(self):

        self._x = 0

    def set_x(self, x):

        self._x = x

    def get_x(self, x):

        return self._x

class XSafer:

    def __init__(self):

        self._x = 0

        self._lock = threading.Lock()

    def set_x(self, x):

        with self._lock:

            self._x = x

    def get_x(self, x):

        with self._lock:

            return self._x

我宁愿使用XFaster甚至根本不使用 getter 和 setter。但我也想可靠地、“正确地”做事。是否有一些官方文件说这是可以的？比如说将值放入 adict或附加到 a怎么样list？

换句话说，是否有一种系统的、有记录的方法来确定我可以做什么而无需threading.Lock（无需深入挖掘dis或类似的东西）？并且最好以不会破坏未来 python 版本的方式。

关于编辑：我感谢评论中的知情讨论。但我真正想要的是一些保证以下内容的规范：

如果我执行这样的事情：

# in the beginning

x.a == foo

# then two threads start

# thread 1:

x.a = bar

# thread 2

do_something_with(x.a)

我想确定：

• 当线程 2 读取时，x.a它读取foo或者bar

• 如果线程 2 中的读取发生在物理上晚于线程 1 中的分配，那么它实际上读取bar

以下是一些我不想发生的事情：

• 线程被安排在不同的处理器上，x.a=bar线程 1 的分配对线程 2 不可见

• x.__dict__正在重新散列，因此线程 2 读取垃圾

• ETC

Answer 1

CPython 保证它自己的数据结构是线程安全的，不会损坏。这并不意味着任何自定义数据结构或代码都是无竞争的。GIL 的目的是保护 CPython 的数据结构免受损坏。人们可以相信内部状态是线程安全的。全局解释器锁（Python 文档 – 词汇表）CPython 解释器用于确保一次只有一个线程执行 Python 字节码的机制。这通过使对象模型（包括关键的内置类型，如 dict）对并发访问隐式安全来简化 CPython 实现。[...]这也意味着跨线程更改的正确可见性。然而，这并不意味着任何孤立的语句或表达式都是原子的：几乎任何语句或表达式都可以调用多个字节码指令。因此，GIL 明确不为这些情况提供原子性。具体来说，一条语句x.a=bar可以通过调用 setterobject.__setattr__或描述符协议来执行任意多条字节码指令。它至少执行三个字节码指令，用于bar查找、x查找和a赋值。因此，Python保证可见性/一致性，但不提供针对竞争条件的保证。如果一个对象同时发生变化，则必须对其进行同步以确保正确性。