python基础(线程的概述,创建与使用)

一、 线程与进程的比较:

  1.1 线程与进程:

  线程:
    线程是进程中的一个单位
    线程是计算机中被CPU调度的最小单位,开销小

    轻型进程 轻量级的进程
    在同一个进程中的多个线程是可以共享公有数据
    线程的开启\销毁\切换都比进程要高效很多

  进程:
    计算机中最小的资源分配单位

    数据隔离 开销大

  1.2 为什么要使用线程:
    开启进程 关闭进程 切换进程都需要时间
    你的电脑的资源还是有限的
    开启过多的进程会导致你的计算机崩溃

  多个进程与多个线程都可以利用多核(多个CPU)处理数据

  1.3  python当中的多线程:

    不能访问多个cpu,是Cpython解释器导致
    Cpython解释器存在全局解释器锁(GIL-Global Interpreter Lock),导致了同一时刻只能有一个线程访问CPU
    jpython pypy解释器中的多线程是可以访问多核(多个CPU)

二、 dis模块:

  查看Python解释器运行的底层代码块对应的字节码指令序列

  示例:

  
# 示例:

from dis import dis
def func():
    a =[]
    a.append(1)

dis(func)
View Code

三、 创建线程:

  
# 示例(无参数):

import os
import time
from threading import Thread


def func():
    time.sleep(1)
    print('in func', os.getpid())


print('in main', os.getpid())
for i in range(10):
    Thread(target=func).start()  # 创建10个线程
无参数创建
  
# 示例(参数):
# 创建10个子线程:

import os
import time
from threading import Thread


def func(i):  # 子线程函数
    time.sleep(1)
    print('in func', i, os.getpid())


print('in main', os.getpid())
for i in range(20):
    Thread(target=func, args=(i,)).start()  # i通过args参数传递到自线程
带参数实现

四、 进程与线程之间的内存开销比较:

  主线程是在进程中创建多个子线程,开销小

  主进程会创建多个子进程,开销大

  
# 线程与进程之间的开销:

import time
from multiprocessing import Process
from threading import Thread


def func(a):
    a += 1


if __name__ == '__main__':
    t_start = time.time()  # 线程的开启时间
    t_l = []
    for i in range(100):
        t = Thread(target=func, args=(i,))
        t.start()
        t_l.append(t)
    for t in t_l:
        t.join()
    print('thread :', time.time() - t_start)  # 线程的时间差  thread : 0.03014397621154785

    p_start = time.time()  # 进程的开启时间
    p_l = []
    for i in range(100):
        p = Process(target=func, args=(i,))
        p.start()
        p_l.append(t)
    for p in p_l:
        t.join()
    print('Process', time.time() - p_start)   # 进程的时间差  Process 2.994523525238037
View Code

五、 进程与线程在内存中的数据分配:

  线程之间共有数据共享

  进程中数据都是私有,不共享

  
# 线程与线程和进程与进程之间数据使用比较:

# 多个线程之间的全局变量是共享的:
from threading import Thread

tn = 0  # 全局变量


def func():
    global tn
    tn += 1


t_l = []
for i in range(100):
    t = Thread(target=func)
    t.start()
    t_l.append(t)
for t in t_l:
    t.join()
print("Thread: ", tn)  # Thread:  100


# 进程之间数据隔离:
# 进程之间的数据不能共享,在子进程中数据的修改不能改变全局变量的值(可以通过Manager类修改)
from multiprocessing import Process

pn = 0  # 全局变量


def func():
    global pn
    pn += 1


if __name__ == '__main__':
    p_l = []
    for i in range(100):
        p = Process(target=func)
        p.start()
        p_l.append(p)
    for p in p_l:
        p.join()
    print("Process: ", pn)  # Process:  0
View Code

六、 线程的其他方法:

  6.1 active_count类:

  线程没有terminate 不能强制结束,主线程等待直到子线程结束
  active_count(): 查看当前正在工作的线程个数

  
# 示例:

import os
import time
from threading import Thread, active_count


def func():
    time.sleep(2)
    print('in func', os.getpid())


for i in range(10):
    Thread(target=func).start()
print(active_count())  # 11
View Code

  6. 2  currentThread, activeCount, enumerate类方法:

  
# currentThread类:
# currentThread().name :查看线程名
# currentThread().ident :查看线程号

# 示例:

import os
from threading import Thread, currentThread, activeCount, enumerate


def func():
    t = currentThread()
    print(t.getName())  # 查看线程名:Thread-1
    t.setName('AAA')  # 设置线程名:AAA
    print(t.name, t.ident, os.getpid())  # Thread-1 7832 1960  (子线程)



tobj = Thread(target=func)
tobj.start()
print('tobj :', tobj)  # tobj : <Thread(Thread-1, started 7832)>
t2 = currentThread()
print(t2.name, t2.ident, os.getpid())  # MainThread 17672 1960 (主线程)
print('主线程...')
print(t2.is_alive())  # 查看线程是否还存活
print(activeCount())  # 返回正在运行的线程数量, 与len(threading.enumerate())有相同的结果
print(enumerate())  # 返回一个正在运行的所有线程的列表
View Code

 

posted @ 2019-04-17 16:55  WiseAdministrator  阅读(339)  评论(0编辑  收藏  举报