一 Python GIL(Global Interpreter Lock) 全局解释器锁
如果一个主机是单核，此时同时启动10个线程，由于CPU执行了上下文的切换，让我们宏观上看上去它们是并行的，但实际上在微观上它们永远是串行的。如果一个主机有四核，代表它可以真真正正同时执行4个任务，而不是假象。但是在Python中，无论你有多少核，它永远都是假象，实际上它永远同一时间只能执行一个线程。这是Python在开发之初的一个设计缺陷。因为Python是1989年就诞生了，当时主机只有一个核，它的创始人没有考虑多核的问题。
In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)
上面的核心意思就是，无论你启多少个线程，你有多少个cpu, Python在执行的时候会淡定的在同一时刻只允许一个线程运行。
首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。就好比C++是一套语言（语法）标准，但是可以用不同的编译器来编译成可执行代码。有名的编译器例如GCC，INTEL C++，Visual C++等。Python也一样，同样一段代码可以通过CPython，PyPy，Psyco等不同的Python执行环境来执行。像其中的JPython就没有GIL。然而因为CPython是大部分环境下默认的Python执行环境。所以在很多人的概念里CPython就是Python，也就想当然的把GIL归结为Python语言的缺陷。所以这里要先明确一点：GIL并不是Python的特性，Python完全可以不依赖于GIL。
这篇文章透彻的剖析了GIL对python多线程的影响，强烈推荐看一下：http://www.dabeaz.com/python/UnderstandingGIL.pdf
二 线程锁之Lock\Rlock\信号量
线程锁(互斥锁Mutex)
一个进程下可以启动多个线程，多个线程共享父进程的内存空间，也就意味着每个线程可以访问同一份数据，此时，如果2个线程同时要修改同一份数据，会出现什么状况？
1 import threading 2 import time 3 4 def run(n): 5 global num #在每个线程中都获取这个全局变量 6 num+=1 #对此公共变量进行+1操作 7 time.sleep(2) 8 9 num = 0 #设定一个共享变量 10 t_objs = [] 11 12 for i in range(100): 13 t = threading.Thread(target=run,args=("t%s" %i,)) 14 t.start() 15 t_objs.append(t) 16 17 for t in t_objs: #等待所有线程执行完毕 18 t.join() 19 20 print("num:",num)