スレッドセーフなソートコレクション

Question

Pythonでスレッドセーフソートコレクションの実装がありますか？
Python's docs参照SortedCollectionしかし、スレッドセーフであればわかりません（それは？）
このような実装がない場合、どのように実装しますか？

Answer 1

PythonはJavaとは異なります。クラスがドキュメント内でスレッド動作を指定していない場合は、スレッドセーフではないと見なすのが安全です。

Pythonはスレッディングを念頭に置いて書かれていません。今日でも、マルチスレッドは実際には2つのクラスの市民であり、常に1つのスレッドしかアクティブではありません（ほとんどのデータ競合の問題を防ぎません）。これは、グローバルインタープリターロック（GIL）と呼ばれます。

クラスまたはデータ構造は、同時実行のために構築されていない場合は、コードを見ると、スレッドセーフであるとは思われないexternal lock

Answer 2

によって、それへのアクセスを保護する必要があります。それを複数のスレッドから使​​用するには、それにアクセスするアプリケーションコードをセマフォーロックで保護する必要があります。

SortedCollectionクラスをスレッドセーフにしたい場合は、デコレータ関数を記述することができます。

それは次のようになります。

のSortedCollection：スレッドセーフデータ構造は、アプリケーションコードのスレッドを作ることを考えてのミスをしないでください

def __init__(self): 
    self.mysemaphore = threading.Semaphore() 

def guard(func): 
    def guarded(*args, **kwds): 
     self.mysemaphore.acquire() 
     try: 
      return func(*args, **kwds) 
     finally: 
      self.mysemaphore.release() 

return guarded 

# edit the class, applying the decorator to its methods. 
@guard 
def unsafeFunc(self, a, b, c): 
    ''' do work here''' 

EDIT

安全。 SortedCollectionで複数の操作を実行する場合、それらの操作はすべてロックによって保護される必要があります。 SortedCollectionは、スレッドセーフであっても

は、次のコードはないであろう。

slist.insert(1) 
slist.insert(2) 

別のスレッドがそれらの2文の間にアイテムを挿入することが可能です。アプリケーションコード内でガードする必要があります。これをアプリケーションコードに追加すると、SortedCollectionをスレッドセーフに変更する必要はありません。

semaphore2.acquire() 

try: 
    slist.insert(1) 
    slist.insert(2) 
finally: 
    semaphore2.release() 

Answer 3

collections.OrderedDictクラスは、更新のためにスレッドセーフではありません。並行読み取りは可能ですが、書き込みにはロックが必要です。 のOrderedDictでロックを使用する方法の例については、functools.lru_cache()のソースを参照してください。

Answer 4

heapqモジュールを使用すると、並べ替えられたリストを維持できます。 GILの力により、Cエクステンションへのすべての呼び出しはアトミック（拡張が明示的にロックを解除しない限り、CPythonで）であるため、heappushとフレンドはスレッドセーフです。

from heapq import heappush, heappop 

class Heap: 

    def __init__(self): 
     self._heap = [] 

    def push(self, x): 
     heappush(self._heap, x) 

    def pop(self): 
     return heappop(self.heap) 

Answer 5

アトミック操作は、常にPythonではスレッドセーフです。操作がアトミックでない場合は、同期する必要があります。 GILは、スレッドの数に関係なく、一度に1つのアトミック操作しか実行できません。 Pythonでのマルチプロセッシングは別の問題です。