Python 线程同步

多个执行线程经常要共享数据，如果仅仅读取共享数据还好，但是如果多个线程要修改共享数据的话就可能出现无法预料的结果。
    假如两个线程对象t1
和t2
都要对数值num=0
进行增1运算，那么t1
和t2
都各对num
修改10
次的话，那么num
最终的结果应该为20
。但是如果当t1
取得num
的值时（假如此时num
为0
），系统把t1
调度为“sleeping
”状态，而此时t2
转换为“running
”状态，此时t2
获得的num
的值也为0
，然后他把num+1
的值1
赋给num
。系统又把t2
转化为“sleeping
”状态，t1
为“running
”状态，由于t1
已经得到num
值为0
，所以他也把num+1
的值赋给了num
为1
。本来是2
次增1
运行，结果却是num
只增了1
次。类似这样的情况在多线程同时执行的时候是有可能发生的。所以为了防止这类情况的出现就要使用线程同步机制。
    最简单的同步机制就是“锁”
    锁对象用threading.RLock
类创建
    mylock = threading.RLock()
    如何使用锁来同步线程呢？线程可以使用锁的acquire()
（获得）方法，这样锁就进入“locked
”状态。每次只有一个线程可以获得锁。如果当另一个线程试图获得这个锁的时候，就会被系统变为“blocked
”状态，直到那个拥有锁的线程调用锁的release()
（释放）方法，这样锁就会进入“unlocked
”状态。“blocked
”状态的线程就会收到一个通知，并有权利获得锁。如果多个线程处于“blocked
”状态，所有线程都会先解除“blocked
”状态，然后系统选择一个线程来获得锁，其他的线程继续沉默（“blocked
”）。
import threading
mylock = threading.RLock()
class mythread(threading.Thread)
    ...
    def run(self ...):
        ...     #此处 不可以
放置修改共享数据的代码
        mylock.acquire()
        ...     #此处 可以
放置修改共享数据的代码
        mylock.release()