Python学习，线程互斥锁递归锁死锁

一、为什么有了GIL还要给线程加锁

先说一下GIL，所谓的GIL，也叫全局解释器锁，它限制了任何时候都只能有一个线程进入CPU进行计算，所以python所谓的多线程并不能真正的并行。

那为什么有了GIL还需要给线程加锁呢？不是直接一个线程处理完一个数据才轮到下一个线程进行吗？线程锁不是多此一举？

解决这个问题，我们得更深入到底层看看代码是怎么在CPU上运行的。在这里引入一个概念：原子操作

什么是原子操作

所谓的原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，不会运行到一半，然后CPU切换到另外的线程。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序不可以被打乱。

像 C语言的i++和python中的+=，-=，*=，/=都不是原子操作，他们在被翻译成机器指令时实际上是分三个步骤的，比如 i-=1 这个操作本质是这样的：

1、先把内存中的1存储在CPU的寄存器中

2、CPU进行计算，减一

3、将寄存器的内容写到内存中。

在1-3这个过程中，线程完全有可能被切换，所以可能导致线程数据的不安全。所以加锁是必要的。我们看看下面的一个例子。

from threading import Lock,Thread
n = 10000000
def func():
    global n
    for i in range(1000000):
        n -= 1
t_lst = []
for i in range(10):
    t = Thread(target=func)
    t.start()
    t_lst.append(t)
for i in t_lst:i.join()
print(n)

上面代码过程就是用十个线程去将一个数减到0，但是运行结果如下：

所以这就验证
了线程数据的不安全性。下面是加锁的版本

from threading import Lock,Thread
n = 10000000
def func(lock):
    global n
    for i in range(1000000):
        lock.acquire()
        n = n