进程：
进程就是一组资源的集合
线程是在进程里面干活的
一个进程里面至少有一个线程，这个线程就是主线程
电脑CPU是几核的就只能同时运行几个任务(线程)
python里面的多线程其实只能用一个核
GIL 全局解释器锁
锁：多线程同时操作同一数据时必须加锁
CPU密集型任务 (CPU干活) -----多进程
IO密集型任务(磁盘IO、网络IO)-----多线程
启动多线程、主线程等待子线程结束
#进程就是一组资源的集合 # 线程是在进程里面具体干活的 import threading import time def run(): time.sleep(5) print('over') start_time = time.time() for i in range(20): #需要多少个线程循环多少次 t = threading.Thread(target=run) #实例化一个线程 t.start() #启动这个线程 print('运行的时候有几个活跃线程',threading.activeCount()) #21 threading.activeCount() 当前有多少个线程在活跃 # while循环--主线程等待子线程运行结束 while threading.activeCount() !=1: #当所有的子进程都结束时，只剩一个主线程 pass print('现在几个活跃线程',threading.activeCount()) #1 ent_time = time.time() print(ent_time-start_time) # for循环--主线程等待子线程运行结束 ''' start_time = time.time() ths = [] for i in range(20): #需要多少个线程循环多少次 t = threading.Thread(target=run) #实例化一个线程 t.start() #启动这个线程 # t.join() #在这里加join，线程就变成串行的了 ths.append(t) #建一个list,把每个已启动的线程存起来 for thread in ths: thread.join() #循环等待每个线程结束 ent_time = time.time() print(ent_time-start_time) #5.004632949829102 '''
继承Thread类的方法启动多线程
import threading import time class MyThread(threading.Thread): #继承Tread类 def run(self): #这个方法必须叫run 重写父类run方法 time.sleep(5) print('run') for i in range(5): t = MyThread() #实例化一个线程 t.start() #start()方法启动线程
获取多线程的返回值
import requests import threading all_res = [] #定义一个list，保存所有的返回结果 def get_name(name): r = requests.get('http://api.nnzhp.cn/api/user/stu_info?stu_name=%E5%B0%8F%E9%BB%91', params=name) res = r.json() all_res.append(res) #将这次请求的返回结果保存到 all_res中 for i in range(10): t = threading.Thread(target=get_name,args=(i,)) t.start() while threading.activeCount()!= 1: pass print(all_res)
守护线程
#主线程 ： 秦始皇 #守护线程：秦始皇修护陵墓的人 import threading import time def hhh(): time.sleep(5) print('hhh') for i in range(100): t = threading.Thread(target=hhh) t.setDaemon(True) #设置子线程为守护线程 主线程死的时候，守护线程也得死 t.start() print('秦始皇死了')
锁
import threading num = 0 #全局变量 lock =threading.Lock() #申请一把锁 多线程同时操作同一个数据的时候一定要加锁 def xiaojun(): global num #想要修改全局变量，先声明它是global类型 # lock.acquire() #加锁 # num += 1 # lock.release() #解锁 只加锁不解锁会导致死锁 with lock: #with自动管理上下文 不需自己手动加锁/解锁 num+=1 for i in range(100): t = threading.Thread(target=xiaojun) t.start() while threading.activeCount()!=1: pass print(num)
多进程
from multiprocessing import Process import time import threading '''启动10个进程，每个进程启动10个线程'''
def run_thread(): time.sleep(60) print('%s在运行'%threading.current_thread()) #threading.current_thread() 当前线程名 def run(): for i in range(10): t = threading.Thread(target=run_thread) t.start() if __name__ =='__main__': for i in range(10): p = Process(target=run) #实例化一个进程 p.start() #启动进程 print(p.pid) #打印进程号
队列- Queue
Queue是python标准库中的线程安全的队列（FIFO）实现,提供了一个适用于多线程编程的先进先出的数据结构，即队列，用来在生产者和消费者线程之间的信息传递
join()
阻塞调用线程，直到队列中的所有任务被处理掉。
只要有数据被加入队列，未完成的任务数就会增加。当消费者线程调用task_done()（意味着有消费者取得任务并完成任务），未完成的任务数就会减少。当未完成的任务数降到0，join()解除阻塞。
put(item[, block[, timeout]])
将item放入队列中。
- 如果可选的参数block为True且timeout为空对象（默认的情况，阻塞调用，无超时）。
- 如果timeout是个正整数，阻塞调用进程最多timeout秒，如果一直无空空间可用，抛出Full异常（带超时的阻塞调用）。
- 如果block为False，如果有空闲空间可用将数据放入队列，否则立即抛出Full异常
其非阻塞版本为put_nowait等同于put(item, False)
get([block[, timeout]])
从队列中移除并返回一个数据。block跟timeout参数同put方法
其非阻塞方法为｀get_nowait()｀相当与get(False)
empty()
如果队列为空，返回True,反之返回False
from multiprocessing import Process,Queue import os, time, random #写数据进程执行的代码 def write(q): for value in ['A','B','C']: print('Put %s to queue...'%value) q.put(value) time.sleep(random.random()) #读数据进程执行的代码 def read(q): while True: if not q.empty(): value = q.get(True) print('Get %s from queue.'%value) time.sleep(random.random()) else: break if __name__ == '__main__': #父进程创建Queue,并传给各个子进程 q = Queue() pw =Process(target=write,args=(q,)) pr = Process(target=read,args=(q,)) #启动子进程pw,写入 pw.start() #等待pw结束 pw.join() #启动子进程pr，读取： pr.start() pr.join() #pr进程里是死循环，无法等待其结束，只能强行终止 print('') print('所有数据都写入并且读完')
