Question

HDF5对线程级别的并发没有本地支持。虽然你可以安全地在多线程程序中使用HDF5（和h5py），但在效率上没有什么提升。对于很多应用程序来说，这并不是一个问题。以GUI应用为例，它大多数时间都在等待用户输入。

在我们开始之前，回顾一些Python世界的多线程编程的基本概念是很重要的。Python自身包含了一个单一的主锁用于保护对解释器内部函数的访问，称为全局解释器锁（GIL）。该锁将多个线程对资源的访问序列化，如对象引用计数等。你可以在Python程序中有任意多个线程，但一次只有一个可以使用解释器。

这没什么大不了的，特别是当程序是GUI或基于Web的应用时，大多数时间都在等待事件。在这种情况下，I/O线程在等待，GIL被“释放”，其他线程就可以使用解释器。

h5py使用了类似的概念。对HDF5的访问被一个锁序列化了，所以一次只有一个线程能够访问HDF5库。和Python其他的I/O机制不同，所有对HDF5库的访问都是“阻塞”的。一旦发生一个HDF5调用，GIL直到其完成都不会被释放。

图9-1显示了其工作模式。如果你有多个线程在运行，如果其中一个进行了HDF5调用（比如，将一个大数据集写入磁盘），其他线程都无法继续，直到调用完成。

图9-1　基于线程的HDF5程序概览

h5py模块是“线程安全”的，也就是说你可以安全地在线程之间共享对象而不会导致崩溃，也不会发生全局状态导致某个线程影响另一个线程的事情。但是某些高级操作不保证原子性。因此推荐你用递归锁管理自己的HDF5对象的访问。

这里有一个例子。我们将创建一个共享的HDF5文件，两个线程会进行一些计算并将结果写入文件。对文件的访问由一个threading.RLock类的实例管理：

提示

 有一种被称为“线程安全”的HDF5。这是一个HDF5库自身的编译期选项。使用它不会有任何伤害，但它对于h5py的线程安全不是必须的。