Python 即使其他线程未访问/写入每个变量，我是否应该使用锁来写入类变量（在线程期间）？

我有一个类可以解析很多字符串。有6个线程正在写入6个主要变量。所有字符串的字符总数将超过500000个字符

每个线程都独立工作，即它们的所有字符串不会与其他字符串冲突或被其他字符串引用。这意味着所有线程在输入方面相互排斥，在输出时，它们只写入类中的变量

在写入这些变量期间，我应该在类中实现锁定机制吗

---

EDIT1:已完成线程。然而，为了比较执行速度，我也同时运行了所有程序。我发现按顺序运行时需要1.44秒，线程化时需要2.33秒。我做错了什么？

如果每个线程访问的内存是独立的，则不需要任何同步。如果计划以后从主线程访问这些结果，那么最后需要进行一些同步，但是等待工作线程完成应该足够了

---

这是一般的答案。Python的线程由于GIL而受到限制，因此您可能根本不需要任何东西。您也看不到预期的加速。

如果您的类级别变量要由所有线程更新，则需要使用类级别锁，如下所示

class Parser(object):
  sharedLock = threading.Lock()
  var1 = var2 = var3 = var4 = var5 = var6 = 0

  @classmethod
  def update(cls):
    with cls.sharedLock:
      # update your variables.

---

如果您想确保使用这些类属性的任何东西都不会使用过时数据，那么请使用锁，以便在更新之前无法读取这些数据。谢谢您的回复。我的类的变量由所有线程更新，但是独占的。也就是说，VarWrite1只能通过读取VarRead1由thread1写入，VarWrite2只能通过读取VarRead2由thread2写入。所以我还是应该使用锁吗？只要它们是独立的，就不需要锁。synchronizationlocks仅在两个线程访问共享变量时出现。Yup。根本没有加速。事实上，执行时间增加了大约0.9秒。你认为我应该做些什么来加速它？我预计在6个线程之间进行拆分时需要0.3-0.4秒，而不是1.44秒，线程之间的工作负载比较均匀