多线程和多进程最大的不同在于，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，而多线程中，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。
而使用lock就可以在不同线程使用同一共享内存时，能够确保线程之间互不影响。
0x01 不使用lock锁的情况
job1：全局变量A的值每次加1，循环7次并打印
def job1(): # 全局变量A的值每次加1，循环7次并打印
global A
for i in range(7):
A += 1
print('job1',A)job2：全局变量A的值每次加10，循环7次并打印
def job2():# 全局变量A的值每次加10，循环7次并打印
global A
for i in range(7):
A += 10
print('job2',A)main：定义两个线程并执行job1和job2
def main(): # 定义两个线程并执行job1和job2 t1 = threading.Thread(target=job1) t2 = threading.Thread(target=job2) t1.start() t2.start() t1.join() t2.join()
完整代码：
import threading
def job1(): # 全局变量A的值每次加1，循环7次并打印
global A
for i in range(7):
A += 1
print('job1',A)
def job2():# 全局变量A的值每次加10，循环7次并打印
global A
for i in range(7):
A += 10
print('job2',A)
def main(): # 定义两个线程并执行job1和job2
t1 = threading.Thread(target=job1)
t2 = threading.Thread(target=job2)
t1.start()
t2.start()
t1.join()
t2.join()
if __name__ == '__main__':
A = 0
main()运行结果：
# python 6_lock.py job1 1 job1 2 job1 3 job1 4 job1 5job2 15 job2 job1 2625 job2 job1 36 37 job2 47 job2 57 job2 67 job2 77
可以看到不使用lock的时候，打印的结果很混乱。
0x02 使用lock的情况
使用lock的方法是， 在每个线程执行运算修改共享内存之前，执行lock.acquire()将共享内存上锁， 确保当前线程执行时，内存不会被其他线程访问，执行运算完毕后，使用lock.release()将锁打开， 保证其他的线程可以使用该共享内存。
为job1和job2加锁：
def job1(): # 全局变量A的值每次加1，循环7次并打印
global A,lock
lock.acquire() # 上锁
for i in range(7):
A += 1
print('job1',A)
lock.release() # 开锁
def job2():# 全局变量A的值每次加10，循环7次并打印
global A,lock
lock.acquire() # 上锁
for i in range(7):
A += 10
print('job2',A)
lock.release() # 开锁在程序入口处定义一个lock
if __name__ == '__main__': lock = threading.Lock() A = 0 main()
完整代码：
import threading
def job1(): # 全局变量A的值每次加1，循环7次并打印
global A,lock
lock.acquire()
for i in range(7):
A += 1
print('job1',A)
lock.release()
def job2():# 全局变量A的值每次加10，循环7次并打印
global A,lock
lock.acquire()
for i in range(7):
A += 10
print('job2',A)
lock.release()
def main(): # 定义两个线程并执行job1和job2
t1 = threading.Thread(target=job1)
t2 = threading.Thread(target=job2)
t1.start()
t2.start()
t1.join()
t2.join()
if __name__ == '__main__':
lock = threading.Lock()
A = 0
main()运行结果：
# python 6_lock.py job1 1 job1 2 job1 3 job1 4 job1 5 job1 6 job1 7 job2 17 job2 27 job2 37 job2 47 job2 57 job2 67 job2 77
从运行结果来看，使用lock后，一个线程一个线程的执行完，两个线程之间互不影响。
至此，整个【Python Threading 学习笔记】系列更新完毕。
原文地址：https://www.teamssix.com/year/191105-121011.html 代码项目地址：https://github.com/teamssix/Python-Threading-study-notes 参考文章： 1、https://www.jianshu.com/p/05b6a6f6fdac 2、https://morvanzhou.github.io/tutorials/python-basic/threading
版权声明
本文仅代表作者观点，不代表百度立场。
本文系作者授权百度百家发表，未经许可，不得转载。
