• 理論
  • 進(jìn)程只是一個資源單位，線程才是cpu上的執(zhí)行單位
  • 無需申請空間，創(chuàng)建開銷小
  • 共享和創(chuàng)建開銷
    • 多線程共享一個進(jìn)程的地址空間
    • 線程比進(jìn)程更輕量級，線程比進(jìn)程更容易創(chuàng)建可撤銷
    • I/O密集型，多線程，會加快程序執(zhí)行的速度
    • 在多cpu系統(tǒng)中，為了最大限度的利用多核，可以開啟多個線程，比開進(jìn)程開銷要小的多。（這一條并不適用于python）
• 線程操作
  • 創(chuàng)建方式
    
    • from threading import Thread
    • t=Thread(target=func,args=('hello',)) ; t.start()
    • 繼承Thread類，實現(xiàn)run()方法
  • 其他方法
    • t.isAlive(): 返回線程是否活動的
    • t.getName(): 返回線程名
    • t.setName(): 設(shè)置線程名
    • threading.currentThread(): 返回當(dāng)前的線程變量
    • threading.enumerate(): 返回一個包含正在運行的線程的list
    • threading.activeCount(): 返回正在運行的線程數(shù)量，與len(threading.enumerate())有相同的結(jié)果
  • 線程間關(guān)系
    • 串行 join
      
      • 主線程等待子線程結(jié)束?
      • 主線程所在的進(jìn)程內(nèi)所有非守護(hù)線程統(tǒng)統(tǒng)運行完畢，主線程才算運行完畢
    • 守護(hù)線程
      • t.daemon = True
      • 無論是進(jìn)程還是線程，都遵循：守護(hù)xxx會等待主xxx運行完畢后被銷毀 1.對主進(jìn)程來說，運行完畢指的是主進(jìn)程代碼運行完畢 2.對主線程來說，運行完畢指的是主線程所在的進(jìn)程內(nèi)所有非守護(hù)線程統(tǒng)統(tǒng)運行完畢，主線程才算運行完畢
• 線程同步
  • Python的GIL
    
    • 在Cpython解釋器中，同一個進(jìn)程下開啟的多線程，同一時刻只能有一個線程執(zhí)行，無法利用多核優(yōu)勢
    • GIL本質(zhì)就是一把互斥鎖，保護(hù)不同的數(shù)據(jù)的安全，就應(yīng)該加不同的鎖。 將并發(fā)運行變成串行，以此來控制同一時間內(nèi)共享數(shù)據(jù)只能被一個任務(wù)所修改，進(jìn)而保證數(shù)據(jù)安全
    • 在一個python的進(jìn)程內(nèi)，不僅有主線程或者由該主線程開啟的其他線程，還有解釋器開啟的垃圾回收等解釋器級別的線程
    • 多個線程的target=work執(zhí)行流程
      • 多個線程先訪問到解釋器的代碼，即拿到執(zhí)行權(quán)限
        
        • 所有數(shù)據(jù)都是共享的，代碼作為一種數(shù)據(jù)也是被所有線程共享的
        • 所有線程的任務(wù)，都需要將任務(wù)的代碼當(dāng)做參數(shù)傳給解釋器的代碼去執(zhí)行
      • 將target的代碼交給解釋器的代碼去執(zhí)行
    • 對計算來說，cpu越多越好，但是對于I/O來說，再多的cpu也沒用
      
      • IT（IO-Thread）多線程用于IO密集型，如socket，爬蟲，web
      • CP(Calculate-Process)多進(jìn)程用于計算密集型，如金融分析
    • 對于同一個數(shù)據(jù)100，可能線程1執(zhí)行x=100的同時，而垃圾回收執(zhí)行的是回收100的操作，解決這種問題沒有什么高明的方法，就是加鎖處理，如下圖的GIL，保證python解釋器同一時間只能執(zhí)行一個任務(wù)的代碼
  • 遞歸鎖 RLock
    • 死鎖： 兩個或兩個以上的進(jìn)程或線程在執(zhí)行過程中，因爭奪資源而造成的一種互相等待的現(xiàn)象
    • 在同一線程中多次請求同一資源，python提供了可重入鎖RLock
    • 內(nèi)部維護(hù)著一個Lock和一個counter變量
      • Counter記錄了acquire的次數(shù)，從而使得資源可以被多次require
      • 直到一個線程所有的acquire都被release，其他的線程才能獲得資源
  • 信號量 Semaphore
    • 管理一個內(nèi)置的計數(shù)器
    • from threading import Thread,Semaphore
      • 預(yù)置量 sm=Semaphore(5)
      • 鎖定 sm.acquire()
      • 釋放?sm.release()
    • 會產(chǎn)生新的線程
  • 事件 Event
    • 通過判斷某個線程的狀態(tài)，本質(zhì)是修改全局變量
    • 由線程設(shè)置的信號標(biāo)志,它允許線程等待某些事件的發(fā)生
    • 初始情況下,Event對象中的信號標(biāo)志被設(shè)置為假
    • 有線程等待一個Event對象, 而這個Event對象的標(biāo)志為假,那么這個線程將會被一直阻塞直至該標(biāo)志為真
    • 一個線程如果將一個Event對象的信號標(biāo)志設(shè)置為真,它將喚醒所有等待這個Event對象的線程
    • 如果一個線程等待一個已經(jīng)被設(shè)置為真的Event對象,那么它將忽略這個事件, 繼續(xù)執(zhí)行
    • 方法
      • event.isSet()：返回event的狀態(tài)值
      • event.wait(timeout=3)：如果 event.isSet()==False將阻塞線程，超時時間timeout
      • event.set()： 設(shè)置event的狀態(tài)值為True，所有阻塞池的線程激活進(jìn)入就緒狀態(tài)， 等待操作系統(tǒng)調(diào)度
      • event.clear()：恢復(fù)event的狀態(tài)值為False
  • 定時器
    • 指定n秒后執(zhí)行某操作
    • from threading import Timer
    • t = Timer(3, hello)
    • t.start()
• 線程池
  • 線程queue
    
    • 使用import queue，用法與進(jìn)程Queue一樣
    • q=queue.Queue() 先進(jìn)先出
    • queue.LifoQueue(maxsize=0)? 后進(jìn)先出
    • queue.PriorityQueue(maxsize=0) 存儲數(shù)據(jù)時可設(shè)置優(yōu)先級的隊列
      • q.put((20,'a'))
      • 元組的第一個元素是優(yōu)先級(通常是數(shù)字,也可以是非數(shù)字之間的比較),數(shù)字越小優(yōu)先級越高
  • concurrent.futures
    • 　高度封裝的異步調(diào)用接口
    • 線程池?ThreadPoolExecutor
      • max_workers :cpu_count*5
    • 進(jìn)程池?ProcessPoolExecutor
      • max_workers :cpu_count
    • 方法
      • submit(fn, *args, **kwargs)
      • map(func, *iterables, timeout=None, chunksize=1)?異步，須在shutdown之前
        • 循環(huán)submit
        • executor.map(task,range(1,12))? map取代了for+submit
      • shutdown(wait=True)
        • 相當(dāng)于進(jìn)程池的pool.close()+pool.join()操作
        • wait=True，等待池內(nèi)所有任務(wù)執(zhí)行完畢回收完資源后才繼續(xù)
        • wait=False，立即返回，并不會等待池內(nèi)的任務(wù)執(zhí)行完畢
      • result(timeout=None) 取得結(jié)果
      • add_done_callback(fn) 回調(diào)函數(shù)
        • p.submit(get_page,url).add_done_callback(parse_page)
        • parse_page拿到的是一個future對象obj，需要用obj.result()拿到結(jié)果 from concurrent.futures import ThreadPoolExecutor,ProcessPoolExecutorimport os,time,random def task(n):print('%s is runing' %os.getpid())time.sleep(random.randint(1,3))return n**2if __name__ == '__main__':executor=ThreadPoolExecutor(max_workers=3)# for i in range(11):# future=executor.submit(task,i) executor.map(task,range(1,12)) #map取代了for+submit

          ?

轉(zhuǎn)載于:https://www.cnblogs.com/zhujingxiu/p/8601953.html

總結(jié)

以上是生活随笔為你收集整理的桐花万里python路-高级篇-并发编程-03-线程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。