Python多线程lambda闭包导致对象方法错误调用问题排查

问题根因 #

这是Python中闭包晚绑定特性导致的典型问题。
你在列表推导式中定义lambda函数时，lambda并不会立即捕获当前循环的job变量的取值，它只会在实际被调用执行时才会去查找job变量的当前值。
等你启动线程执行lambda时，遍历jobs列表的for循环已经执行完毕，此时job变量最终指向的是列表的最后一个元素，也就是JobB的实例，所以两个线程调用的都是JobB的start()方法。

修复方案 #

有两种常用的修复方式：

方法1：用lambda默认参数即时绑定变量 #

Python中函数的默认参数是在函数定义阶段求值的，你可以给lambda加一个默认参数来捕获每次循环的job值：

threads = [threading.Thread(name=job.__str__(), target=lambda j=job: j.start())  for job in jobs]

方法2：用functools.partial绑定参数 #

partial会在定义阶段就把参数和目标函数绑定，不会出现闭包延迟绑定的问题：
首先导入partial：

from functools import partial

再修改线程创建代码：

threads = [threading.Thread(name=job.__str__(), target=partial(job.start))  for job in jobs]

修改后重新运行代码，两个线程就会分别对应调用JobA和JobB实例的start()方法，输出符合预期。

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