在一个程序内，主进程可以启动很多个线程，这些线程都可以访问主进程的内存空间，在Python中虽然有了GIL，同一时间只有一个线程在运行，可是这些线程的调度都归系统，操作系统有自身的调度规则，所以就可能造成，

• 假设两个线程都在访问 global count= 0, 每个进程都会执行 count +=1 。(1)(2)(3)第一个线程申请GIL然后，读取global count到及进程到 cpu ，(4)然后cpu执行到一半，(5)把这个线程停了，将上下文保存到自身寄存器中。注意这时候没返回结果。这时候解释器就会把GIL释放，
• (6)(7)(8)第二个线程申请GIL执行如上步骤，读取count= 0 ,cpu计算结束后将结果count=1 返回，(10)(11)解释器拿到结果进行赋值，此时count=1，这个进程运行结束，(12)(13)然后cpu从寄存器中第一个线程的执行状态，继续执行，注意这个读取的是寄存器中的上下文，就是第一次执行时 count= 0，及第一个线程的上下文。计算结果返回count =1 返回。就造成了结果的错误。

使用threading模块中的Lock类，得到一个全局锁实例。然后 Lock()实例下 有一个 acquire 方法为加锁， release 方法释放锁

import threading

count = 0

lock = threading.Lock() #申请一个锁

def count_():

    global count #声明为全局变量

    lock.acquire()  #加锁，锁释放前不予许其他程序执行

    count += 1

    lock.release()  #执行完 ，释放锁

thread_list = []

for i in range(10):

    t = threading.Thread(target= count_)

    t.start()

    thread_list.append(t)

for t in thread_list:

    t.join() #主程序等待所有程序执行完毕

print('Count:{: ^4}'.format(count))

基本用不上，主要目的就是防止锁里面加锁，然后程序无法解锁退出。

import threading,time

def run1():

    print("grab the first part data")

    lock.acquire()

    global num

    num +=1

    lock.release()

    return num

def run2():

    print("grab the second part data")

    lock.acquire()

    global  num2

    num2+=1

    lock.release()

    return num2

def run3():

    lock.acquire()

    res = run1()

    print('--------between run1 and run2-----')

    res2 = run2()

    lock.release()

    print(res,res2)

if __name__ == '__main__':

    num,num2 = 0,0

    lock = threading.RLock()

    for i in range(10):

        t = threading.Thread(target=run3)

        t.start()

while threading.active_count() != 1:

    print(threading.active_count())

else:

    print('----all threads done---')

    print(num,num2)