Python SimpleConnectionPool vs ThreadedConnectionPool：线程安全意味着什么？

我试图找出psycopg2连接池中的

SimpleConnectionPool

和

ThreadedConnectionPool

之间的区别

上面写着：

SimpleConnectionPool

连接只能在单线程应用程序/脚本中使用。

ThreadedConnectionPool

可以在多线程应用程序/脚本中安全地使用连接

这里的

安全
是什么意思

我的理解/困惑：


"""
eg1: Simple Connection Pooling example
"""

from psycopg2.pool
from concurrent.futures

def someTask(id):
  # CRUD queries to Postgres, that I will be multithreading
  print(f"Thread: {id}")
  conn = simple_pool.getconn()
  # do DB operation


simple_pool = psycopg2.pool.SimpleConnectionPool(10, 15, #DB Info)

with concurrent.futures.ThreadPoolExecutor(max_workers=10) as executor:
  executor.map(someTask, range(1,10))


Q1：我可能理解不正确，但在eg1中，每个线程都会调用
someTask（）
函数，因此如果它的简单连接池出现错误，则这将是不安全的（这是什么意思？）

问题2：在eg2中，如果示例是好的，线程安全的意味着什么，
someTask（）
函数将允许从池中获取连接，而在eg1中则不允许

问题3：两者之间有什么性能差异吗

如果我能阅读更多的资源/文章/文本来更好地理解这一点，我将不胜感激。谢谢。
根据
SimpleConnectionPool
的定义，它被定义为：

无法跨不同线程共享的连接池

这证实了你在第一个问题中所说的。即使它在没有错误的情况下运行，在多个线程中同时使用
SimpleConnectionPool
可能会由于线程之间的争用条件而导致未定义的行为/错误的结果

至于第二个问题，线程安全意味着一个对象可以由多个线程并发使用，而无需处理争用条件。如果遵循
ThreadedConnectionPool
的步骤，您可以看到这种情况。使用锁来确保两个线程不会同时共享任何连接

我不能评论两者在性能上的差异，因为它们有不同的用例

Q1：我可能理解不正确，但在eg1中someTask（）是
函数将按线程调用，因此如果它的简单连接池，
这将出错/不安全（这意味着什么？）


是的，将在每个工作线程中调用someTask，并且将
SimpleConnectionPool
与
ThreadPoolExecutor
一起使用不是一个好主意，因为
ThreadPoolExecutor
将是一个调用
someTask
的多线程执行器
因此，eg1肯定是线程不安全的，因为它使用线程作为其设计的一个主要方面

问题2：在eg2中，如果示例很好，那么线程安全意味着什么
someTask（）函数将被允许从中获取连接
在eg1中它不会游泳吗


本质上，这意味着，在连接池方面，您的每个员工都知道如何友好相处


辅助进程A不会开始使用池中的连接，只会被辅助进程B中断


工人A、B、C。。。将在一个有序且“友好”的庄园中与连接池连接，如果需要，等待轮到他们



问题3：两者之间有什么性能差异吗


是的，基于您所寻找的，eg1肯定不会工作
Eg2利用线程安全连接池的线程，它的工作人员可以同时工作，而单线程解决方案需要更多的时间

这两种解决方案，如果正确实现，都会有很好的性能，单线程和多线程方法之间的唯一区别是时间，以及在任何给定时刻消耗的资源

我希望这有助于澄清问题，也可以查看这些关于这个主题的帖子，以及


"""
eg2: Threaded Connection Pooling example
"""

from psycopg2.pool
from concurrent.futures

def someTask(id):
  # CRUD queries to Postgres, that I will be multithreading
  print(f"Thread: {id}")
  conn = threaded_pool.getconn()
  # do DB operation


threaded_pool = psycopg2.pool.ThreadedConnectionPool(10, 15, #DB Info)

with concurrent.futures.ThreadPoolExecutor(max_workers=10) as executor:
  executor.map(someTask, range(1,10))