python从入门到放弃之线程篇

一，什么是多线程？

1.多线程的概念？

　　说起多线程，那么就不得不说什么是线程，而说起线程，又不得不说什么是进程。

　　进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。

　　以上是百度百科对进程的解释。

　　进程可以简单的理解为一个可以独立运行的程序单位。它是线程的集合，进程就是有一个或多个线程构成的，每一个线程都是进程中的一条执行路径。

　　那么多线程就很容易理解：多线程就是指一个进程中同时有多个执行路径（线程）正在执行。

　　为什么要是用多线程？

　　1.在一个程序中，有很多的操作是非常耗时的，如数据库读写操作，IO操作等，如果使用单线程，那么程序就必须等待这些操作执行完成之后才能执行其他操作。使用多线程，可以在将耗时任务放在后台继续执行的同时，同时执行其他操作。

　　2.可以提高程序的效率。

　　3.在一些等待的任务上，如用户输入，文件读取等，多线程就非常有用了。

　　缺点：

　　1.使用太多线程，是很耗系统资源，因为线程需要开辟内存。更多线程需要更多内存。

　　2.影响系统性能，因为操作系统需要在线程之间来回切换。

　　3.需要考虑线程操作对程序的影响，如线程挂起，中止等操作对程序的影响。

　　4.线程使用不当会发生很多问题。

　　总结：多线程是异步的，但这不代表多线程真的是几个线程是在同时进行，实际上是系统不断地在各个线程之间来回的切换（因为系统切换的速度非常的快，所以给我们在同时运行的错觉）。

2.多线程与高并发的联系。

　　高并发：高并发指的是是一种系统运行过程中遇到的一种“短时间内遇到大量操作请求”的情况，主要发生在web系统集中大量访问或者socket端口集中性收到大量请求（例如：12306的抢票情况；天猫双十一活动）。该情况的发生会导致系统在这段时间内执行大量操作，例如对资源的请求，数据库的操作等。如果高并发处理不好，不仅仅降低了用户的体验度（请求响应时间过长），同时可能导致系统宕机，严重的甚至导致OOM异常，系统停止工作等。如果要想系统能够适应高并发状态，则需要从各个方面进行系统优化，包括，硬件、网络、系统架构、开发语言的选取、数据结构的运用、算法优化、数据库优化……。

　　而多线程只是在同/异步角度上解决高并发问题的其中的一个方法手段，是在同一时刻利用计算机闲置资源的一种方式。

　　多线程在高并发问题中的作用就是充分利用计算机资源，使计算机的资源在每一时刻都能达到最大的利用率，不至于浪费计算机资源使其闲置。

3.线程的创建

　　首先引入包

　　　　from threading import Thread

　　然后实力化一个对象

　　　　t = Thread(target=func,args=(i,))

　　启动一个子线程线程
　　　　t.start()

主线程默认等待所有子线程执行完毕结束运行

(1) 进程中可以包含多个线程

 def func(num):
     time.sleep(random.uniform(0.1,1))
     print("子线程" , num , os.getpid())

 for i in range(10):
     t = Thread(target=func,args=(i,))
     t.start()

(2) 并发多线程 和 多进程,谁的速度快 => 多线程

 def func(num):
     print("子线程" , num , os.getpid())

 if __name__ == "__main__":
     startime = time.perf_counter()
     lst = []

     for i in range(1000):
         t = Thread(target=func,args=(i,))
         t.start()
         lst.append(t)

     for i in lst:
         # print(i)
         i.join()

     endtime = time.perf_counter()
     print("多线程执行的时间:",endtime-startime)# 0.1063898997406085

     # 多进程的执行时间
     startime = time.perf_counter()
     lst = []
     for i in range(1000):
         p = Process(target=func,args=(i,))
         p.start()
         lst.append(p)

     for i in lst:
         i.join()
     endtime = time.perf_counter()
     print("多进程执行的时间:",endtime-startime) # 多进程执行的时间: 19.968611914504738

(3) 多线程共享同一份进程资源

　　"""线程和线程之间是异步并发的"""

 num = 1000
 lst = []
 def func():
     # 异步并发程序
     # time.sleep(1000)
     global num
     num -= 1

 for i in range(1000):
     t = Thread(target=func)
     t.start()
     lst.append(t)

 for i in lst:
     i.join()

 print(num)

(4) 线程相关的函数

线程.is_alive() 检测线程是否仍然存在
线程.setName() 设置线程名字
线程.getName() 获取线程名字

from threading import Thread,current_thread,currentThread

1.currentThread().ident 查看线程id号
2.enumerate() 返回目前正在运行的线程列表
3.activeCount() 返回目前正在运行的线程数量

检测当前线程的名字

 def func():
     # pass
     time.sleep(0.5)

 t = Thread(target=func)
 print(t)
 t.start()
 print(t.is_alive())
 print(t.getName())
 t.setName("producer_wangwen1号")#设置当前线程的名字
 print(t.getName())

# 1.currentThread().ident 查看线程id号

 from threading import currentThread
 def func():
     print("子线程:",currentThread().ident)

 t = Thread(target=func)
 t.start()
 print("主线程:",currentThread().ident)

　 2.enumerate()        返回目前正在运行的线程列表

 from threading import enumerate
 from threading import currentThread
 import time
 from threading import Thread,current_thread,currentThread
 def func():
     print("子线程:", currentThread().ident)
     time.sleep(0.5)

 for i in range(10):
     t = Thread(target=func)
     t.start()

 print(enumerate())
 print(len(enumerate()))

 # 3.activeCount() 返回目前正在运行的线程数量 (了解)
 from threading import activeCount
 from threading import currentThread
 def func():
 print("子线程:",currentThread().ident)
 time.sleep(0.5)
 for i in range(10):
 t = Thread(target=func)
 t.start()

 print(activeCount())

# ### 守护线程: 等待所有线程全部执行结束之后,在终止,守护所有线程;
"""主线程默认等待所有的子线程;"""

 from threading import Thread
 import time
 def func1():
     while True:
         time.sleep(0.5)
         print("我是子线程func函数")

 def func2():
     print("func2 start ...")
     time.sleep(3)
     print("func2 end ... ")

 t1 = Thread(target=func1)
 # 设置守护线程,在start调用之前进行设置 setDaemon
 t1.setDaemon(True)
 t1.start()

 t2 = Thread(target=func2)
 t2.start()

 print("我是主线程 ... ")

# ### lock 线程锁,用来保证线程数据安全与进程锁同理，一旦使用异步程序会变为同步，一般用于抢票

 from threading import Thread,Lock
 n = 0
 def func1(lock):
     global n

     for i in range(1000000):
         lock.acquire()
         # 写法一
         n -= 1
         lock.release()

 def func2(lock):
     global n
     for i in range(1000000):
         # 写法二
         with lock:
             n += 1

 if __name__ == "__main__":
     # 创建一把锁
     lock = Lock()
     lst = []
     for i in range(10):
         # 10个线程专门负责加1
         t1 = Thread(target=func1,args=(lock,))
         # 10个线程专门负责减1
         t2 = Thread(target=func2,args=(lock,))
         t1.start()
         t2.start()
         lst.append(t1)
         lst.append(t2)

     for i in lst:
         i.join()

     print("主线程执行结束 ... ")
     print(n)

# ### 信号量 Semaphore

　　同时上多把锁，与进程锁原理是一样的

 from threading import Semaphore,Thread
 import time
 def func(i,sem):
     with sem:
         print(i)
         time.sleep(10)

 sem = Semaphore(6)
 for i in range(20):
     Thread(target=func,args=(i,sem)).start()