『Python』多线程共享变量的实现

　　简介：

对于Python2而言，对于一个全局变量，你的函数里如果只使用到了它的值，而没有对其赋值（指a = XXX这种写法）的话，就不需要声明global。

相反，如果你对其赋了值的话，那么你就需要声明global。

声明global的话，就表示你是在向一个全局变量赋值，而不是在向一个局部变量赋值。

若多个线程或进程同时操作这一变量可能会导致抢占资源的现象，变量不能按照预定的逻辑进行操作，这时，在改变变量前需要对变量加互斥锁，操作完成后释放互斥锁。

题外话：

GIL（Global Interpreter Lock）全局解释器锁，导致任一时刻只能有一个线程使用解释器，当用于 IO 密集型任务时，IO 期间线程会释放解释器。

在 CPU 计算繁忙的任务重不建议使用多线程，在非 CPU繁忙型任务中建议使用多线程。

顺便说下使用多进程的好处：完全并行，无 GIL 的限制，可充分利用多 CPU 多核的环境。

　　多线程使用互斥锁Demo ：

'''
    多线程操作全局变量 使用互斥锁
    重点：声明一个全局互斥锁
'''
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()

『Python』 多线程 共享变量的实现

『Python』多线程共享变量的实现