您可以使用锁＆c协调工作，但我建议改用Queue-通常是在Python中协调多线程（和多处理）的最佳方法。
我会让主线程生成您认为合适的尽可能多的工作线程（您可能希望通过实验来在性能之间进行校准，并在远程服务器上进行加载）；每个工作线程都在同一个全局
Queue.Queue实例上等待，
workQ例如，为“工作请求”调用它（
wr= workQ.get()将正确执行-每个工作请求都是由单个工作线程获得的，不必大惊小怪。
在这种情况下，“工作请求”可以简单地是一个三元组（包含三项的元组）：远程文件的标识（URL或其他内容），从中获取数据所需的偏移量，从中获取字节数（请注意，这对于获取一个或多个文件同样有效）。
主线程将所有工作请求推送到
workQ（仅
workQ.put((url, from,numbytes))针对每个请求），并等待结果到达另一个
Queue实例，然后调用它
resultQ（每个结果也将是一个三元组：文件标识符，起始偏移量，该文件在该偏移处的结果）。
当每个工作线程都满足其正在执行的请求时，它将结果放入
resultQ并返回以获取另一个工作请求（或等待一个）。同时，主线程（或如果需要单独的专用“编写线程”
-也就是说，如果主线程还有其他工作要做，例如在GUI）从得到的结果
resultQ和执行的需要
open，
seek以及
write运营放置在数据正确的地方。
终止操作有几种方法：例如，一个特殊的工作请求可能会要求接收该操作的线程终止—
workQ在所有实际的工作请求之后，主线程所穿的线程与工作线程一样多，然后在接收和写入所有数据后加入所有工作线程（存在许多替代方法，例如直接加入队列，具有工作线程守护程序，以便它们在主线程终止时消失）等等。
