Python中GIL下变量线程安全的判定条件是什么？全局变量为何不安全？

GIL与全局变量的线程安全误区 #

很多人对Python的GIL（全局解释器锁）有误解，以为它能彻底避免多线程的竞态条件，其实完全不是这么回事——全局变量在多线程环境下依然会出现线程安全问题。

原因很简单：GIL只保证同一时间只有一个线程在执行Python字节码，但很多对变量的操作不是单字节码能完成的。比如count += 1这种操作，实际会拆解成“读取count值→加1→写回count”三个字节码步骤。如果线程切换刚好发生在这几步之间，就会导致多个线程的操作互相干扰，出现竞态条件。

不少人误以为GIL的作用是简化多线程编程、防止竞态，这是典型的错误认知。

变量线程安全的核心判定逻辑 #

既然全局变量不安全，那什么样的变量能保证线程安全？核心看变量是否被多线程共享，以及对变量的操作是否是原子性的：

• 局部变量天然线程安全
  每个函数调用都会生成独立的栈帧，局部变量就存在这个栈帧里，属于当前线程独占的资源。哪怕多个线程同时跑同一个函数，各自的局部变量都是完全独立的，互相不会影响，自然不会有竞态问题。

• 被多线程共享引用的变量必然不安全
  不管变量原本是不是局部的，只要把它的引用传给了多个并发执行的线程（比如作为参数传给多线程的任务函数），多个线程就会持有同一个内存对象的引用。这种情况下，对变量的修改操作就和全局变量一样，存在竞态风险，完全没法保证线程安全。

其他线程安全的变量场景 #

除了上面两种情况，还有几种常见的线程安全场景：

• 原子性的内置操作
  有些对内置类型的操作是单字节码指令完成的，比如字典的get()方法、读取列表单个元素、对不可变对象的只读访问等。这些操作在GIL的保护下，执行过程中不会被线程打断，所以是线程安全的。
• 线程局部存储
  用threading.local()创建的变量，每个线程都会拥有该变量的独立实例，线程之间的数据完全隔离，不存在共享，所以肯定线程安全。
• 只读的不可变对象
  如果多个线程只对字符串、元组这类不可变对象做读取操作，完全不修改，那也不会有线程安全问题——毕竟不可变对象创建后就没法改变，线程之间不会互相干扰。

内容的提问来源于stack exchange，提问作者user2138149