多个线程或进程并发写同一文件易导致数据错乱，需用对应锁机制：线程用threading.Lock保护共享文件对象并flush；进程用multiprocessing.Lock、flock或分文件写入；异步写入需通过线程池配合asyncio.Lock；推荐临时文件+os.replace实现原子更新。
多个线程或进程同时向同一个文件写入内容时，容易出现数据错乱、覆盖或丢失。Python中需借助锁机制协调访问，确保写入操作的原子性和顺序性。核心在于：区分线程内并发（用 threading.Lock）和跨进程并发（用 multiprocessing.Lock 或文件级锁如 flock），且不能共用同一把锁对象。
线程安全写入：用 threading.Lock 串行化操作
当多个线程共享一个文件对象（如全局 open 的句柄）时，必须在每次 write 前加锁、写完后释放。注意：锁要定义在所有线程可访问的作用域（如模块级或传入线程函数），且避免在 with open() 内部直接加锁——因为文件可能被反复打开关闭，锁无法保护“打开→写入→关闭”整个流程。
- 推荐方式：预打开文件（只写模式），配合线程锁统一管理写入点
- 示例：不安全：每个线程各自 open + write → 可能覆盖；安全：单个文件对象 + 全局 Lock + write + flush
- 记得调用
flush()确保立即落盘，尤其在锁释放前
多进程安全写入：避免共享文件对象，优先用进程锁或独立路径
多进程无法共享普通 Python 对象（包括 threading.Lock 和 file 对象），所以不能复用线程方案。常见可靠做法有三种：
- 用
multiprocessing.Lock协调各进程对同一文件的写入（需确保所有进程使用同一个 Lock 实例，通常通过 Manager 或父子进程继承） - 改用
os.open()+flock()（Unix/Linux/macOS），通过系统级文件锁控制，更底层也更健壮 - 最简单实用：每个进程写入不同临时文件，最后由主进程合并 —— 规避竞争，适合日志、批量导出等场景
异步写入（asyncio）需绕过阻塞IO，不依赖传统锁
asyncio 中不能直接 await 普通文件 write（它是同步阻塞操作）。正确做法是将写入委托给线程池执行，并在回调或任务中处理结果。此时若仍需互斥，应在提交到线程池前用 asyncio.Lock 控制协程间的“提交顺序”，而非保护 write 本身。
本文档讲述在Android2.1上完全自已开发一个驱动去控制硬件口并写应用测试该驱动，通过这样一个例子，解析android下的驱动开发流程的应用调用流程，可以说是很好的入门引导 要达到的效果：通过Android的应用，调用驱动程序，在开发板上控制4个LED的亮灭。感兴趣的朋友可以过来看看
立即学习“Python免费学习笔记（深入）”；
-
loop.run_in_executor(None, lambda: f.write(data))是常用模式 - 若多个协程争抢同一文件路径，可用
asyncio.Lock包裹 executor 提交逻辑 - 避免在协程里直接 open/write，会阻塞事件循环
小技巧：用 tempfile 和原子重命名提升可靠性
即使加了锁，程序崩溃仍可能导致文件损坏。更稳健的方式是：先写入临时文件（tempfile.NamedTemporaryFile 或 tempfile.mktemp），再用 os.replace() 原子替换原文件。该操作在大多数系统上是不可中断的，能防止写到一半中断导致脏数据。
-
os.replace(temp_path, final_path)比shutil.move()更适合此场景 - 临时文件建议放在同一文件系统下，否则 replace 可能退化为 copy+delete，失去原子性
- 适用于配置更新、缓存刷新、日志归档等对一致性要求高的场景
