python笔记05_多线程

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。