关于如何加锁，获取钥匙，释放锁:
- lock = threading.Lock()：生成锁对象，全局唯一；
- lock.acquire()：获取锁。未获取到会阻塞程序，直到获取到锁才会往下执行；
- lock.release()：释放锁，归回后，其他人也可以调用；
【注意事项】：lock.acquire() 和 lock.release()必须成对出现，否则就有可能造成死锁。
为了规避这个问题，可以使用使用上下文管理器来加锁。如下所示：
import threading
lock = threading.Lock()
with lock:
# 这里写想要实现的代码
pass
关于GIL（全局锁）：
任何Python线程执行前，必须先获得GIL锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。这个GIL全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核。
【重点】python解释器中任意时刻都只有一个线程在执行;
关于Queue队列
谈及多线程，就不得不说Queue队列，这是从一个线程向另一个线程发送数据最安全的方式。创建一个被多个线程共享的 Queue 对象，这些线程通过使用put() 和 get() 操作来向队列中添加或者删除元素。
from queue import Queue # maxsize默认为0，不受限 # 一旦>0，而消息数又达到限制，q.put()也将阻塞 q = Queue(maxsize=0) # 阻塞程序，等待队列消息。 q.get() # 获取消息，设置超时时间 q.get(timeout=5.0) # 发送消息 q.put() # 等待所有的消息都被消费完 q.join() # 以下三个方法，知道就好，代码中不要使用 # 查询当前队列的消息个数 q.qsize() # 队列消息是否都被消费完，True/False q.empty() # 检测队列里消息是否已满 q.full()
关于线程池：
在Python3中，创建线程池是通过concurrent.futures函数库中的ThreadPoolExecutor类来实现的。
import Queue
import threading
import time
'''
这个简单的例子的想法是通过：
1、利用Queue特性，在Queue里创建多个线程对象
2、那我执行代码的时候，去queue里去拿线程！
如果线程池里有可用的，直接拿。
如果线程池里没有可用，那就等。
3、线程执行完毕，归还给线程池
'''
class ThreadPool(object): #创建线程池类
def __init__(self,max_thread=20):#构造方法，设置最大的线程数为20
self.queue = Queue.Queue(max_thread) #创建一个队列
for i in xrange(max_thread):#循环把线程对象加入到队列中
self.queue.put(threading.Thread)
#把线程的类名放进去，执行完这个Queue
def get_thread(self):#定义方法从队列里获取线程
return self.queue.get()
def add_thread(self):#定义方法在队列里添加线程
self.queue.put(threading.Thread)
pool = ThreadPool(10)
def func(arg,p):
print arg
time.sleep(2)
p.add_thread() #当前线程执行完了，我在队列里加一个线程！
for i in xrange(300):
thread = pool.get_thread() #线程池10个线程，每一次循环拿走一个！默认queue.get()，如果队列里没有数据就会等待。
t = thread(target=func,args=(i,pool))
t.start()
关于回调函数add_done_callback
回调函数是在调用线程完成后再调用的,在同一个线程中。
import requests
import os
import random
import concurrent.futures as futures
def download_img(url):
resp = requests.get(url)
filename = os.path.split(url)[1] # 获取文件名
with open(filename,'wb+') as f:
f.write(resp.content)
num = random.randint(2,5)
print(filename + "generate:",num)
time.sleep(num)
return filename
urls = ["http://pic27.nipic.com/20130320/8952533_092547846000_2.jpg",
"http://pic19.nipic.com/20120212/9337475_104548381000_2.jpg",]
ex = futures.ThreadPoolExecutor(max_workers = 3)
res_iter = ex.map(download_img,urls)
type(res_iter)
for res in res_iter:
print(res)
def cf(rs):
print(rs.result())
# [ex.submit(download_img,url).add_done_callback(cf) for url in urls]
# for future in futures.as_completed(fu_tasks):
for url in urls:
f = ex.submit(download_img,url)
f.add_done_callback(cf)
标签：thread,get,python,Queue,队列,线程,import,多线程 From： https://www.cnblogs.com/zhml/p/17346040.html