一、互斥锁：
1.线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。 2.互斥锁为资源引入一个状态：锁定、非锁定 3.某个线程要更改共享数据是，先将其锁定。此时资源的状态为锁定，其他线程不能更改知道该线程释放资源，将资源的状态编程"非锁定"，其他的线程才能再次锁定该资源 4.互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。例子： 创建锁 suo = threading.LOck() 锁定 suo.acquire() 非锁定释放 suo.release()例子：
import threading
count = 0
def line1(): """ 函数1 :return: """ global count global lock for i in range(100000): lock.acquire() count += 1 lock.release() def line2(): """ 函数2 :return: """ global count global lock for i in range(100000): lock.acquire() count += 1 lock.release() lock = threading.Lock() # 创建锁thread1 = threading.Thread(target=line1) # 创建线程thread2 = threading.Thread(target=line1) # 创建线程thread1.start() # 线程开始thread2.start() # 线程开始thread1.join() # 阻塞线程thread2.join() # 阻塞线程print(count) 二、死锁 在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁‘尽管死锁很少发生，但一旦发生就会造成应用的停止响应。三、GIL 全局解释器锁：、
因为全局解释器锁的原因，保证了python在运行的时候一次只能运行一个线程，而做不到线程的并行，一个线程执行完了才能接着执行下一线程。（线程只能并发不能并行） 我们可以使用多进程来实现程序的并行。问题一： python单线程和多线程分别来完成工作，到底那个快？1.io密集型：涉及到网络、磁盘io的任务都是io密集型任务，这类任务的特点是cpu消耗很少，任务的大部分的
时间都在等待io操作完成（因为io的速度远远低于cpu和内训的速度）结论：io密集型操作，多线程比单线程要快2.cpu密集型：cpu密集型也称为计算密集型，任务的特点是要进行大量的计算，消耗cpu资源，比如
计算圆周率、对视频进行高清解码等等，全靠cpu的运算能力结论：cpu密集型操作，单线程比多线程要快 四、队列 1.Python的Queue模块中提供了同步的、线程安全的队列，这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。 2.初始化Queue()对象时，若括号中没有指定最大可接收的消息数量，或数量为负值，那么就代表可接受的消息数量没有上限。队列的方法：
task_done() 在队列中每获取一个数据，就要发送一个标记 join() 判断队列中的任务是否执行完毕，如果没有执行完毕，会一直等待。 qsize() 返回当前队列包含的消息数量； empty() 判断队列是否为空 ，返回True 或 False full() 判断队列是否为满了 ，返回True 或 False put() 添加队列，如果队列数据达到上限，就不能再添加。 get() 获取队列，如果队列数据为空，就不能在获取 put_nowait() 添加队列不等待 get_nowait() 获取队列不等待1.FIFO（先入先出）队列
from queue import Queue 2.LIFO后入先出 from queue import LifoQueue 3.优先级队列 PriorityQueue from queue import PriorityQueue 优先级队列，以优先级顺序(最低优先级)检索打开条目的队列的变体。条目通常是表单的元组:(优先number, data)注意：这三个模块都有上面九个方法