死锁和竞态条件是python并发中最易出问题的两个点：竞态条件源于非原子操作（如counter += 1）被中断，需用lock或线程安全结构防护；死锁由循环等待锁引发，须统一加锁顺序、设超时并避免嵌套锁；异步环境下需用asyncio.lock而非threading.lock，且i/o密集用asyncio或threading，cpu密集必须用multiprocessing。
Python并发中，死锁和竞态条件是最容易出问题的两个点。它们不总在测试时暴露，却常在线上突然导致数据错乱或服务卡死。关键不是“会不会用线程”，而是“共享资源怎么管”。
竞态条件：看似简单的 += 其实很危险
多个线程同时执行 counter += 1，结果常常小于预期值——这不是运气差，是操作本身非原子：读取、计算、写回三步之间可能被切换打断。
- 别依赖 GIL 保护：GIL 只保证字节码级互斥，不能覆盖多步逻辑
- 简单变量用
threading.Lock包裹临界区，推荐with lock:写法，自动释放 - 优先选线程安全结构：比如用
queue.Queue传数据，而不是直接改全局字典；用threading.local()给每个线程配独立副本 - 避免跨线程共享可变对象（如 list、dict），尤其不要让一个线程 append，另一个线程 pop
死锁：两个线程互相等对方放手
典型场景是转账：线程A锁账户X再等Y，线程B锁账户Y再等X。一旦发生，程序就停在那里，不报错也不继续。
- 统一加锁顺序：所有线程按相同规则获取锁，比如总是先锁 ID 小的账户
- 避免嵌套锁：一个函数里不要持有一个锁再去申请另一个；真需要，用
threading.RLock（可重入），但不解决根本问题 - 设超时：
lock.acquire(timeout=2)，失败就退避或重试，别干等 - 用工具辅助检测：开发阶段可启用
threading.settrace或静态分析工具检查锁路径
异步环境也有对应问题
asyncio 里没有线程，但协程共享变量一样会乱。比如多个协程同时更新缓存计数器，结果对不上。
立即学习“Python免费学习笔记（深入）”；
- 别在 async 函数里用
threading.Lock：它会阻塞事件循环，整个程序卡住 - 改用
asyncio.Lock，配合async with lock:，挂起协程而非阻塞线程 - 文件写、数据库初始化、单例加载这类操作，只要涉及共享状态，都得加异步锁
- 注意 awaitable 资源：比如用
aiomysql替代mysql-connector，否则同步调用照样拖垮 event loop
选对模型比修 bug 更重要
很多“并发问题”其实源于模型误用。GIL 不是 bug，是设计约束；用错地方才成坑。
- CPU 密集任务（如图像处理、数值计算）：放弃 threading，改用
multiprocessing或concurrent.futures.ProcessPoolExecutor - I/O 密集任务（如 HTTP 请求、日志写入）：threading 有效，因为等待时 GIL 自动释放；高并发场景可切 asyncio
- 混合任务（部分计算 + 部分请求）：用
ProcessPoolExecutor做计算，ThreadPoolExecutor或 asyncio 做 I/O，明确分工 - 别在协程里调
time.sleep()、requests.get()、open()这类同步函数，必须用asyncio.sleep()、aiohttp、aiosqlite等异步替代，或包进loop.run_in_executor
