1、 背景概述上篇文章里, 着重叙说了编程的某些基本方面, 然而其中欠缺有关锁的相关概念, 所以在这篇文章里予以补充。因为存有GIL, 即全局解释器锁, 所以每次获取CPU时, 仅有一个线程能够获取CPU运行权, 并在这方面被视作线程安全。然而在线程运行期间, 它可共享内存, 并具备一致的数据信息内容如此这般, 此时的线程便不再那么安全了。在其中, 需确保数据的准确无误, 而且要由自身来把控数据, 要针对数据施行加锁操作, 并且由自身去释放那一锁。主要目的成了多线程往不太相关方向使用以提升使用效果, 比如爬虫时, 能借助它来抓取, 因线程间不存在需共同处理的数据, 所以抓取时使用它是最佳的 , 也就是为了提高性能与速度。如果需要操作同一份数据那么必须自己保证数据的安全性。要是存在利用多cpu特性的诉求, 那应当采用的是多进程编程, 而非多线程编程, 多进程编程是这样的。2、 利用锁进行同步相同的数据直接看以下的代码#!/usr/bin/env python import time import threading num 0 class MyThread(threading.Thread): def run(self): #lock.acquire() #time.sleep(1) global num num 1 print self.name set num to str(num) #lock.release() #lock threading.RLock() threads [] for i in range(10000): t MyThread() threads.append(t) for i in range(10000): threads[i].start() for i in range(10000): threads[i].join()瞧一瞧上面所呈现的代码, 针对全局变量开展一处修改, 借此使得每个线程获取到的皆是同一份的数据, 由此一来, 极有可能致使数据的计算结果出现不正确的状况, 故而, 必须借助锁去把控数据的正确性。需注意, 于我的机器上展开运行操作时, 均为正确的情形, 进而像是即便不用锁也能够达成, 然而在部分机器上开展模拟操作时, 最终的计算结果却并非正确的。在使用锁的时候只要将注释的代码进行去掉即可使用锁。3、 锁的类型在的模块中提供了三种锁如下所示做锁的操作期间, 于每个线程, 要自行去获取锁, 其后还得自己去释放锁, 不然的话会致使一直处于等待状态, 这也能够称作死锁。4、 事件以线程来做事情时, 能够去断定一个事件已然出现, 接下去促使触发去开展另有别样的事宜, 如此一来能借助event, 像下面呈现的代码那样呢:[rootpython 523]# cat thread_demo.py #!/usr/bin/env python import threading import time import Queue def producter(name,queue,lock): event.clear() print %s start to product... % name queue.put(something) time.sleep(3) print product something event.set() event.wait() def consumer(name,queue,lock): print %s start to consume... % name event.wait() queue.get() print consume something event.set() lock threading.Lock() queue Queue.Queue(10) event threading.Event() threads [] threadsc [] for i in range(1): t threading.Thread(targetproducter,args(kel%s % i,queue,lock)) threads.append(t) for i in range(1): threads[i].start() for i in range(1): t threading.Thread(targetconsumer,args(smile%s % i,queue,lock)) threadsc.append(t) for i in range(1): threadsc[i].start()当运用event之际, clear的意思是把flag设定成false, set的意思是设定成true, wait的意思是在flag为false时, 持续等候, 进而在尚无数据时, 始终进行等待。这种可以做事件的触发。问题于开展此实验之际, 要是线程产生错误, 可不那么能够关闭, 进而唯有杀掉进程才行, 进而能够运用如下命令:killall python把进程给杀掉之际, 线程也一并杀掉, 然而, 线程是没办法被杀死的, 虽然能够使得进程遭受杀害处理。