python-多线程的同步方式

python 中多线程实现是表象，本质任然是切分时间片；
从操作系统上来看，python中多线程，本质上是利用cpu空间时间实现，但并非是真正意义上的并行执行

线程是指进程内的一个执行单元,也是进程内的可调度实体.

与进程的区别:
(1) 地址空间:进程内的一个执行单元;进程至少有一个线程;它们共享进程的地址空间;而进程有自己独立的地址空间;
(2) 资源拥有:进程是资源分配和拥有的单位,同一个进程内的线程共享进程的资源
(3) 线程是处理器调度的基本单位,但进程不是.
(4) 二者均可并发执行.

简而言之,一个程序至少有一个进程,一个进程至少有一个线程.

线程的划分尺度小于进程，使得多线程程序的并发性高。
另外，进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率。

线程间同步

多个线程，共同对某个数据修改，可能出现不可预料的结果，为保证数据的正确性，需要实现线程的同步。
线程同步的几种方式：

使用Thread对象的Lock和RLock，实现简单线程同步，这两个对象都有acquire和release方法，对于
每次只允许一个线程操作的数据，可以将获取锁的方法，保证线程的同步；
Note： Python 有一个GIL（Global Interpreter Lock）机制， 任何线程运行之前必须获取这个
全局锁, 每当执行完100条字节码，全局锁才会释放，切换到其他线程。
1、锁机制
2、线程同步队列queue

线程池

传统多线程问题？
传统多线程，使用“及时创建， 即时销毁”的策略。虽然创建线程时间大大缩短，但是提交给线程的任务执行
时间较短，而且执行次数及其频繁，那么服务器将处于不停创建线程，销毁线程状态。

一个线程运行时间分为三部分：启动，执行，销毁。
多线程场景中，如果线程不能被重用，每次线程都经过，启动，执行，销毁3个过程，会增加系统相应时间，降低
效率。
线程池原理：

将任务放进队列之中， 然后开N个线程， 每个线程都去队列中取一个任务，执行完之后告诉系统，接着去队列中取
下一个任务，直到队列为空，退出线程。

线程池设置多少？
线程执行，计算时间分为两部分：
1、 cpu计算，占用cpu
2、不需要cpu计算，不占用cpu，等待IO返回，eg：recv(), sleep()等
N核服务器，执行业务单线层分析出本地计算时间x, 等待时间y
工作线程数：N*(x+y)/x，能让cpu利用率最大化。

参考连接： https://blog.csdn.net/daiyu__zz/article/details/81912018