『Python』 多線程 共享變量的實現

　　簡介：

對於Python2而言，對於一個全局變量，你的函數裏若是隻使用到了它的值，而沒有對其賦值（指a = XXX這種寫法）的話，就不須要聲明global。

相反，若是你對其賦了值的話，那麼你就須要聲明global。

聲明global的話，就表示你是在向一個全局變量賦值，而不是在向一個局部變量賦值。

若多個線程或進程同時操做這一變量可能會致使搶佔資源的現象，變量不能按照預約的邏輯進行操做，這時，在改變變量前須要對變量加互斥鎖，操做完成後釋放互斥鎖。

題外話：

GIL（Global Interpreter Lock） 全局解釋器鎖，致使任一時刻只能有一個線程使用解釋器，當用於 IO 密集型任務時，IO 期間線程會釋放解釋器。

在 CPU 計算繁忙的任務重 不建議使用多線程，在非 CPU繁忙型任務中建議使用多線程。

順便說下使用多進程的好處：徹底並行，無 GIL 的限制，可充分利用多 CPU 多核的環境。

 

　　多線程使用互斥鎖Demo ：

'''
    多線程操做全局變量 使用互斥鎖
    重點：聲明一個全局互斥鎖
'''
import threading
import time

counter = 0
mutex = threading.Lock()

class MyThread(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)

    def run(self):
        global counter, mutex
        time.sleep(1);
        if mutex.acquire():
            counter += 1
            print "I am %s, set counter:%s" % (self.name, counter)
            mutex.release()

if __name__ == "__main__":
    for i in range(0, 100):
        my_thread = MyThread()
        my_thread.start()