本文共 1262 字，大约阅读时间需要 4 分钟。

实例

import time, threading  /# 新线程执行的代码:  def loop():      print('thread %s is running...' % threading.current_thread().name)      n = 0      while n < 5:          n = n + 1          print('thread %s >>> %s' % (threading.current_thread().name, n))          time.sleep(1)      print('thread %s ended.' % threading.current_thread().name)    print('thread %s is running...' % threading.current_thread().name)  t = threading.Thread(target=loop, name='LoopThread')  t.start()  t.join()  print('thread %s ended.' % threading.current_thread().name)

Lock

多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响， 多线程中，所有变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改，因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了。 代码

balance = 0  lock = threading.Lock()    def run_thread(n):      for i in range(100000):          # 先要获取锁:          lock.acquire()          try:              # 放心地改吧:              change_it(n)          finally:              # 改完了一定要释放锁:              lock.release()

当多个线程同时执行lock.acquire()时，只有一个线程能成功地获取锁，然后继续执行代码，其他线程就继续等待直到获得锁为止。

获得锁的线程用完后一定要释放锁，否则那些苦苦等待锁的线程将永远等待下去，成为死线程。所以我们用try...finally来确保锁一定会

GIL锁

Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock，任何Python线程执行前，必须先获得GIL锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。这个GIL全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核。

转载地址：http://egyws.baihongyu.com/