为何添加thread.join()后Python多线程代码表现更安全？

以下是一段Python多线程代码：

import threading

# Shared variable
shared_variable = 0
NUM_THREADS = 999
NUM_INCREMENT = 1_000_000


# Function to increment the shared variable
def increment():
    global shared_variable
    for _ in range(NUM_INCREMENT):
        shared_variable += 1


# Creating multiple threads to increment the shared variable concurrently
threads = []
for _ in range(NUM_THREADS):
    thread = threading.Thread(target=increment)
    threads.append(thread)

for thread in threads:
    thread.start()

for thread in threads:
    thread.join()

# Display the value of the shared variable after concurrent increments
print(
    f"The value of the shared variable is: {shared_variable}, expected : {NUM_THREADS * NUM_INCREMENT}"
)

当保留thread.join()代码块时，程序输出的共享变量值始终符合预期（即999 * 1000000）；但注释掉该段代码后：

# for thread in threads:
#    thread.join()

会出现递增操作失效的情况（结果小于预期）。请问为何添加thread.join()后该多线程代码表现得更安全？

核心原因和主线程的执行时机直接相关：

• 不调用join()时，主线程启动所有子线程后，会立刻继续执行后续代码，直接跑到print语句输出结果，甚至可能在子线程还没完成全部递增操作前，主线程就已经结束了。Python中主线程结束时会强制终止所有仍在运行的子线程，这就导致大量递增操作根本没机会执行，最终结果自然远小于预期值。
• 调用join()的作用就是让主线程进入阻塞状态，必须等所有子线程全部执行完毕后，才会继续执行后续的打印代码。这样所有子线程的递增操作都能完整执行，你看到的结果才会符合预期。

额外说明：这里要注意，shared_variable += 1本质上是线程不安全的操作——它拆分为读取当前值、加1、写入新值三个独立步骤，多线程并发时会出现竞态条件，导致值被覆盖。你这次测试中加join()后结果符合预期只是巧合，若线程调度时机特殊，即使加了join()，理论上还是可能出现结果不符合预期的情况。正确保证线程安全的做法是给共享变量的操作加锁（比如threading.Lock()），确保递增操作是原子性的。

内容的提问来源于stack exchange，提问作者Anis Smail