1.lock(同步锁或线程锁或互斥锁Mutex)：当多个线程同时修改同一条数据时，我们只需要把计算(涉及到操作公共数据)的时候串行执行。 2.RLock(递归锁)：为了支持在同一线程中多次请求同一资源，python提供了“可重入锁”：threading.RLock。RLock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次acquire。直到一个线程所有的acquire都被release，其他的线程才能获得资源。 3.Semaphore(信号量)：是同时允许一定数量的线程更改数据 常用threading.BoundedSemaphore 4.Condition(条件变量):有一类线程需要满足条件之后才能够继续执行，Python提供了threading.Condition对象用于条件变量线程的支持，它除了能提供RLock()或Lock()的方法外，还提供了wait()、notify()、notifyAll()方法。 lock_con = threading.Condition([Lock / Rlock])： 锁是可选选项，不传锁，对象自动创建一个RLock()。 wait()：条件不满足时调用，线程会释放锁并进入等待阻塞； notify()：条件创造后调用，通知等待池激活一个线程； notifyAll()：条件创造后调用，通知等待池激活所有线程。
死锁：（解决死锁的办法是用RLock）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，因为系统判断这部分资源都正在使用，所有这两个线程在无外力作用下将一直等待下去。
import threading,time #Semaphore class myThread(threading.Thread): def run(self): if semaphore.acquire(): # .acquire() 获取锁（加锁） print(self.name) time.sleep(5) semaphore.release() # .release 释放锁（解锁） if __name__=="__main__": semaphore=threading.BoundedSemaphore(5) thrs=[] for i in range(100): thrs.append(myThread()) for t in thrs: t.start() import threading,time #.Condition from random import randint class Producer(threading.Thread): def run(self): global L while True: val=randint(0,100) print('生产者',self.name,":Append"+str(val),L) if lock_con.acquire(): # .acquire() 获取锁（加锁） L.append(val) lock_con.notify() lock_con.release() # .release 释放锁（解锁） time.sleep(3) class Consumer(threading.Thread): def run(self): global L while True: lock_con.acquire() if len(L)==0: lock_con.wait() print('消费者',self.name,":Delete"+str(L[0]),L) del L[0] lock_con.release() time.sleep(0.25) if __name__=="__main__": L=[] lock_con=threading.Condition() threads=[] for i in range(5): threads.append(Producer()) threads.append(Consumer()) for t in threads: t.start() for t in threads: t.join()