爲什麼PyGILState_Release拋出致命的Python錯誤

Question

ANSWERED

好吧，我解決了這個問題。它的一切就是如何初始化線程狀態。你根本不需要使用ReleaseLock。只需添加InitThreads打電話給你的模塊定義：

BOOST_PYTHON_MODULE(ModuleName) 
{ 
    PyEval_InitThreads(); 

    ... 
} 

---

好吧，我試圖弄清這個問題了幾個小時，並通過什麼似乎像在網絡上每一個例子倒。現在變得疲憊，所以我可能會錯過一些明顯的東西，但這裏是發生了什麼：

我正在包裝一個庫在boost python。我正在運行一個python腳本，它導入lib，構造一些對象，然後從C++接收回調函數，這些回調函數會調用python。在我調用任何python函數之前，我試圖獲取全局解釋器鎖。以下是一些示例代碼：

class ScopedGILRelease 
{ 
public: 
    inline ScopedGILRelease() 
    { 
     d_gstate = PyGILState_Ensure(); 
    } 

    inline ~ScopedGILRelease() 
    { 
     PyGILState_Release(d_gstate); 
    } 

private: 
    PyGILState_STATE d_gstate; 
}; 

class PyTarget : public DingoClient::ClientRequest::Target, public wrapper<DingoClient::ClientRequest::Target> 
{ 
    public: 
    PyTarget(PyObject* self_) : self(self_) {} 
    ~PyTarget() { 
     ScopedGILRelease gil_lock; 
    } 
    PyObject* self; 

    void onData(const boost::shared_ptr<Datum>::P & data, const void * closure) 
    { 
     ScopedGILRelease gil_lock; 
     // invoke call_method to python 
    } 

    ... 
} 

目標對象上的onData方法被庫調用爲回調函數。在python中，我們從PyTarget繼承並實現另一種方法。然後我們使用call_method <>來調用該方法。 gil_lock獲取鎖並通過RIAA保證獲取的線程狀態始終是一個版本，並且在超出範圍時實際上總是釋放。

但是，當我在一個試圖獲得大量此函數的回調的腳本中運行它時，它總是出現段錯誤。腳本看起來是這樣的：

# Initialize the library and setup callbacks 
... 

# Wait until user breaks 
while 1: 
    pass 

而且，Python腳本始終構成它運行的對象：

PyEval_InitThreads(); 
PyEval_ReleaseLock(); 

收到任何回調之前。

我已經減少了代碼，我甚至沒有在onData中調用python，我只是獲取鎖。在釋放它總是崩潰，或者：

Fatal Python error: ceval: tstate mix-up 
Fatal Python error: This thread state must be current when releasing 

或

Fatal Python error: ceval: orphan tstate 
Fatal Python error: This thread state must be current when releasing 

這是看似隨意。我在這裏瘋了嗎，因爲我覺得我正確使用GIL鎖，但它似乎根本不起作用。

其他注意事項： 只有一個線程曾經調用Target對象的onData方法。

當我使用time.sleep（）調用python模塊的while循環時，它似乎允許腳本運行更長時間，但最終腳本會出現類似問題的段錯誤。它的持續時間與time.sleep（即time.sleep（10）的運行時間長於time.sleep（0.01））的時間成正比。這讓我想到了腳本如何在未經我許可的情況下重新獲取GIL 。

PyGILState_Release和PyGILState_Ensure在我的代碼中沒有其他地方被調用，沒有其他地方應該調用到python中。

更新

我讀過另一個問題這表明進口線程模塊作爲替代在運行

PyEval_InitThreads(); 
PyEval_ReleaseLock(); 

但是，它不會出現，當我導入之前線程工作我模塊並從我的boost python包裝器中刪除上述兩行。

Answer 1

好的，我解決了這個問題。它的一切就是如何初始化線程狀態。你根本不需要使用ReleaseLock。只需將InitThreads調用添加到您的模塊定義中：

BOOST_PYTHON_MODULE(ModuleName) 
{ 
    PyEval_InitThreads(); 

    ... 
}