多线程操作非共享变量时：可共用同一锁还是需用多锁？

核心问题解答 #

能否为操作独立变量的线程共用同一把锁？ #

可以，但完全没必要——甚至会拖慢程序性能。

你的第一个示例里，两个线程分别操作完全独立的var1和var2，它们的操作本来不会互相干扰，不需要互斥逻辑。但如果共用同一把Lock，两个线程会被强制串行执行：第一个线程拿到锁修改变量时，第二个线程必须等锁释放才能执行，白白浪费了多线程并行的优势，还额外增加了锁竞争的开销。

哪种实现方式更优？ #

显然第二个示例使用两把独立的Lock是更好的选择。
因为两个变量属于完全独立的共享资源，为它们分配专属锁，既能保证单个变量操作的线程安全，又能让两个线程并行执行，最大化利用多线程的性能优势。

补充说明：你的示例代码中var = 1是局部变量赋值，不会修改外部的var1/var2（因为列表是可变对象，但这里直接覆盖了函数内的引用）。实际业务中如果要修改外部变量的内容（比如var.append(1)），才需要锁来保护操作的原子性。

多把锁的适用场景 #

• 独立资源并行处理：当多个线程操作完全独立的共享资源时，用多把锁可以让各线程同时执行，避免不必要的串行等待，提升整体运行效率。
• 细粒度锁优化性能：面对复杂数据结构（如拆分的哈希表、分块存储的数据集），不同部分的修改互不影响，给每个部分分配独立的锁，能在保证线程安全的同时，大幅减少锁竞争概率，提升并发处理能力。
• 降低死锁风险（需谨慎设计）：在嵌套锁的场景中，合理拆分锁的粒度，配合严格的锁获取顺序，可以降低死锁的发生概率。

修正后的代码示例 #

共用单锁（不推荐）

from threading import Thread, Lock
from time import sleep

def task(lock, var):
    with lock:
        # 实际业务中修改可变对象内容时才需要锁
        var.append(1)
    sleep(5)

lock = Lock()
var1 = []
var2 = []

Thread(target=task, args=(lock, var1)).start()
Thread(target=task, args=(lock, var2)).start()

使用独立锁（推荐）

from threading import Thread, Lock
from time import sleep

def task(lock, var):
    with lock:
        var.append(1)
    sleep(5)

lock1 = Lock()
lock2 = Lock()
var1 = []
var2 = []

Thread(target=task, args=(lock1, var1)).start()
Thread(target=task, args=(lock2, var2)).start()

内容的提问来源于stack exchange，提问作者alec_djinn