python多線程坑，python筆記05_多線程

實例

import time, threading  /# 新線程執行的代碼:  
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
多進程中，同一個變量，各自有一份拷貝存在于每個進程中，互不影響，
多線程中，所有變量都由所有線程共享，所以，任何一個變量都可以被任何一個線程修改，因此，線程之間共享數據最大的危險在于多個線程同時改一個變量，把內容給改亂了。
代碼

balance = 0  
lock = threading.Lock()  def run_thread(n):  for i in range(100000):  # 先要獲取鎖:  lock.acquire()  try:  # 放心地改吧:  change_it(n)  finally:  # 改完了一定要釋放鎖:  lock.release()  

當多個線程同時執行lock.acquire()時，只有一個線程能成功地獲取鎖，然后繼續執行代碼，其他線程就繼續等待直到獲得鎖為止。
獲得鎖的線程用完后一定要釋放鎖，否則那些苦苦等待鎖的線程將永遠等待下去，成為死線程。所以我們用try...finally來確保鎖一定會

GIL鎖
Python的線程雖然是真正的線程，但解釋器執行代碼時，有一個GIL鎖：Global Interpreter Lock，任何Python線程執行前，必須先獲得GIL鎖，然后，每執行100條字節碼，解釋器就自動釋放GIL鎖，讓別的線程有機會執行。這個GIL全局鎖實際上把所有線程的執行代碼都給上了鎖，所以，多線程在Python中只能交替執行，即使100個線程跑在100核CPU上，也只能用到1個核。