python基础知识~多线程

Posted 2021-12-12 danhuangpai

一 分类
   伪并发 由于执行速度很快,用户感知不到
   真并发 同时发起并发
   1 python调用的是操作系统的进程和线程,自身没有
    2 一个应用程序默认只有一个进程(可以定义多个) 一个进程只有一个线程(可以定义多个)
二 线程
   1 python的多线程分为主线程和其他线程.主进程会在多个线程进行来回切换处理
   2 python的线程是工作的最小单元
   3 python的线程共享进程中的所有资源
   4 python无法利用多核CPU实现多线程的,因为有锁的存在,同一时间只能cpu调用一个线程
三 进程
  1 独立开辟内存,能同时利用多核cpu
  2 耗费资源单进程多线程的场景
  3 如果主线程停止,那么所有子线程都要终止
四 第一种调用方式
    threading模块
    import threading
    def func(args):
    t=threading.current_thread()
    print(t)
    t1=threading.Thread(target=func函数,args=(11,)) 
    t1.setDaemon(True)
    t1.setname()
    t1.start()
    t1.join()
    t2=threading.Thread(target=func函数,args=(11,))//子线程t2
    t1.setDaemon(True)
    t2.start()
    t2.join()
 五  第二种调用方式
   import threading
   class mythread(threading.Thread):// threading.Thread这里直接继承,省去了上面的第一步
   def func(self,num):
     print(num)
   t1=mythread()
   t1.func(11)
   t2=mythread()
   t2.func(123)
六 相关函数
 1 threading.Thread(target=函数对象,args=参数)生成的对象调用以下
    1 start():启动线程活动等待,cpu会调用.注意这里并不是表示线程的开始。
    2 join([time]):
      主线程A中，创建了子线程B，并且在主线程A中调用了B.join()，那么，主线程A会在调用的地方等待，直到子线程B完成操作后才可以接着往下执行，那么在调用这个线程时可以使用被调用线程的join方法。
       join([timeout]) 里面的参数时可选的，代表线程运行的最大时间，即如果超过这个时间，不管这个此线程有没有执行完毕都会被回收，然后主线程或函数都会接着执行的，如果线程执行时间小于参数表示时间，则接着执行，不用一定要等待到参数表示的时间
      参数的主要意义代表主线程不会无限等待子线程,设置子线程的超时回收
    3  isAlive(): 返回线程是否活setDaemon()动的。
    4  getName(): 返回线程名。
    5  setName(): 设置线程名。
    6  setDaemon()方法。主线程A中，创建了子线程B，并且在主线程A中调用了B.,这个的意思是，把主线程A设置为守护线程，这时候，要是主线程A执行结束了，就不管子线程B是否完成,一并和主线程A退出.这就是setDaemon方法的含义，这基本和join是相反的,根本不会等待子线程。此外，还有个要特别       注意的：必须在start() 方法调用之前设置，如果不设置为守护线程，程序会被无限挂起，只有等待了所有线程结束它才结束。
  2  threading.event() 创建线程
  3  threading.current_thread() 获取当前线程
七 python多线程的锁
    GIL锁 全局解释器锁,用来限制同一个进程同一个时刻只有一个线程被cpu调用
    在Python多线程下，每个线程的执行方式：
   1、获取GIL
   2、执行代码直到sleep或者是python虚拟机将其挂起。
   3、释放GIL
   可见，某个线程想要执行，必须先拿到GIL，我们可以把GIL看作是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到 GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。