大家肯定在快递很多的时候，在混乱的快递堆里找寻过自己的包裹，其中的困难小编也非常有感悟。同样我们在运行程序时，更倾向于得到排列整齐的结果，这对我们对于数据结果的整理也比较方便。在多线程中就有lock这样的函数，可以帮助我们把数据运行结果清晰的排列出来，那么具体的用法大家一起往下寻找吧。

第一个线程处理好了，结果传递给第二个线程，那么需要“锁住“第一个线程。同时需要共享的内存shared memory。

如果不加任何lock：# 不加任何处理，同时运行两个线程

import threading

def job1():

global A

for i in range(10):

A += 1

print("Job1 : ", A)

def job2():

global A

for i in range(10):

A += 10

print("Job2 : ", A)

A = 0 # global variable

t1 = threading.Thread(target=job1)

t2 = threading.Thread(target=job2)

t1.start()

t2.start()

t1.join()

t2.join()

运行结果Job1 :  1

Job1 :  2

Job1 :  3

Job2 :  13Job1 :

Job2 :  24

Job2 :  34

Job2 :  44

Job2 :  54

Job2 :  64

Job2 :  74

Job2 :  84

Job2 :  94

Job2 :  104

14

Job1 :  105

Job1 :  106

Job1 :  107

Job1 :  108

Job1 :  109

Job1 :  110

这两个线程会同时运行，且打印还比较乱。如果我想先结束job1，再进行job2，那么使用lock——定义一个全局变量lock，同时在每个job中传入lock。从而两者运行就不会相互影响。

加上lockdef job1():

global A, lock

# 传入全局变量lock，同时通过acquire上锁，通过release解锁。

lock.acquire()

for i in range(10):

A += 1

print("Job1 : ", A)

lock.release()

def job2():

global A, lock

lock.acquire()

for i in range(10):

A += 10

print("Job2 : ", A)

lock.release()

lock = threading.Lock()

A = 0 # global variable

t1 = threading.Thread(target=job1)

t2 = threading.Thread(target=job2)

t1.start()

t2.start()

t1.join()

t2.join()

运行结果Job1 :  1

Job1 :  2

Job1 :  3

Job1 :  4

Job1 :  5

Job1 :  6

Job1 :  7

Job1 :  8

Job1 :  9

Job1 :  10

Job2 :  20

Job2 :  30

Job2 :  40

Job2 :  50

Job2 :  60

Job2 :  70

Job2 :  80

Job2 :  90

Job2 :  100

Job2 :  110

通过上面两个案例的对比，我们可以清楚的看出使用lock函数后，输出的结果是按顺序整齐的排列下来的，比第一个结果看起来不要方便太多了，是不是非常好用呢？更多Python学习指路:PyThon学习网教学中心。