python使用笔记26--多线程、多进程

1、概念

线程、进程
进程是资源的集合，也就是一个程序
线程是一个程序运行的最小单位
线程是在进程里面的
默认，一个进程就只有一个线程

一个电脑有几核CPU就只能同时运行几个任务，比如4核CPU只能同时运行4个线程

我们在操作电脑时，感觉是同时运行多个任务，是因为CPU的运算速度很快，有上下文切换，我们感觉不到

python里的多线程利用不了多核CPU，比如我的电脑是8核的CPU，起100个线程，这100个线程都是在一个CPU里面执行，其他7个CPU是空闲的

因为线程之间数据是共享的，同时来处理数据会乱，GLI全局解释器锁，保证线程都在同一个CPU上运行

多进程可以利用多核CPU

　　CPU密集型任务，用多进程-->消耗CPU比较多

　　IO（磁盘IO，网络IO）密集型任务，用多线程-->消耗IO比较多

#1、多线程，线程之间数据是共享的

#2、多进程，进程之间数据是独立的

#3、协程，一个线程，速度很快，从头到尾都只有一个线程，利用的原理是异步IO

　　Nginx   -->一个线程

2、多线程

2.1、多线程代码

串行的方式是执行完一个，再接着执行第二个

多线程是同时启用多个线程去操作

def insert_db():
    time.sleep(3)
    print('insert_db over')

start_time = time.time()
for i in range(3): #串行的方式
    insert_db()
end_time = time.time()
print('串行的执行的时间',end_time - start_time )

start_time2 = time.time()
#2、判断当前存活的线程个数为1个时
for i in range(3):
    t = threading.Thread(target=insert_db)
    t.start()

while threading.activeCount()!=1:
    pass

end_time2 = time.time()
print('多线程执行的时间',end_time2 - start_time2)#只是主线程执行的时间，不计算子线程执行的时间

执行结果如图所示：

2.2、多线程的时间统计

def insert_db():
    time.sleep(3)
    print('insert_db over')
start_time2 = time.time()
#2、判断当前存活的线程个数为1个时
for i in range(3):
    t = threading.Thread(target=insert_db)
    t.start()

end_time2 = time.time()
print('多线程执行的时间',end_time2 - start_time2)#只是主线程执行的时间，不计算子线程执行的时间

执行结果如图所示：

 正常执行应该是3秒多一点，这里是因为只是主线程执行的时间，没有计算子线程执行的时间，如何解决该问题？

1.用两次循环来解决，这样代码看起来比较繁琐

threads = []
start_time2 = time.time()
#2、判断当前存活的线程个数为1个时
for i in range(3):
    t = threading.Thread(target=insert_db)
    t.start()
    threads.append(t)

for i in threads:
    i.join()
end_time2 = time.time()
print('多线程执行的时间',end_time2 - start_time2)

2.用while循环来解决，判断当前活动的线程数为1，统计时间，如果不为1，则进入循环，不统计时间

start_time2 = time.time()
#2、判断当前存活的线程个数为1个时
for i in range(3):
    t = threading.Thread(target=insert_db)
    t.start()

while threading.activeCount()!=1:
    pass

end_time2 = time.time()
print('多线程执行的时间',end_time2 - start_time2)

2.3、多线程传参

 用元组的方式传参，args=(i,)#这里传入的是一个元组，一个参数时要加，

也可以用数组的方式来传参，args=['lxy']

import threading
import requests
import hashlib
import time
def down_load(url):
    name = hashlib.md5(url.encode()).hexdigest()
    r = requests.get(url)
    with open('%s.jpg'%name,'wb') as fw:
        fw.write(r.content)

l = [
    'http://www.nnzhp.cn/wp-content/themes/QQ/images/logo.jpg',
    'http://www.nnzhp.cn/wp-content/uploads/2016/12/2016aj5kn45fjk5-150x150.jpg',
    'http://www.nnzhp.cn/wp-content/themes/QQ/images/thumbnail.png'
]

for i in l:
    t = threading.Thread(target=down_load,args=(i,))#args=(i,),一个参数的时候要加，
    t.start()

while threading.activeCount() != 1:
    pass

print('down_load over...')

2.4、多线程获取函数返回值

多线程运行函数时，是没有办法获取到函数的返回值，所以可以定义一个全局的list，把函数的返回结果存到list就可以了

case_result = []
def run_case(case_name):
    print('run case over...')
    case_result.append({case_name,'success'})

2.5、守护线程

守护线程，一旦主线程死掉，不管守护线程有没有执行完成，守护线程全部都结束

#守护线程，一旦主线程死掉，不管守护线程有没有执行完成，全部都结束

import threading
import time

def talk(name):
    print('正在和%s聊天'%name)
    time.sleep(200)


def shipin(name):
    print('正在和%s视频' % name)
    time.sleep(200)


print('qq聊天窗口')
t1 = threading.Thread(target=talk,args=['xxl'])
t1.setDaemon(True)#设置线程为守护线程
t1.start()


t2 = threading.Thread(target=shipin,args=['lxy'])
t2.setDaemon(True)#设置线程为守护线程
t2.start()


time.sleep(5)
print('结束')

2.6、线程锁

多个线程同时操作同一个数据时，会有问题，这个时候需要用到线程锁

线程锁需要设置锁定时长，数据操作完成后，需要解锁，不然其他线程会进入无线等待

#线程锁
#多个线程同时操作同一个数据的时候，会有问题
import threading
lock = threading.Lock()
count = 0
def test():
    global count
    lock.acquire(timeout=3000)#加锁，设置超时时间为3毫秒
    count += 1
    print(count)
    lock.release()#解锁

for i in range(100):
    t = threading.Thread(target=test)
    t.start()

3、多进程

import multiprocessing
import time
import threading
lock = multiprocessing.Lock()#锁
a = 1

def xxx():
    pass

def test():
    for i in range(20):#进程里可以执行多个线程
        t = threading.Thread(target=xxx)
        t.start()
    time.sleep(6)
    global a
    with lock:#加锁，with用完之后会自动释放，因为with会自动管理上下文，进程里加锁没有啥意义
        a += 1
    print(a)#a的值为2
    print('over...')

'''
主进程叫醒进程，进程再开始干活
进程是包含线程的
'''
if __name__ == '__main__':#multiprocessing要用main方法
    for i in range(5):#6个进程--6个线程
        p = multiprocessing.Process(target=test,name='ssz')#target:方法名，name：进程名，args：参数
        p.start()#进程启动后，加上主进程有两个进程在运行
        #print(p.pid)#进程ID

    while len(multiprocessing.active_children())!=0:#等待
        #print(multiprocessing.active_children())
        pass
    print('最后的over...')
    print(a)#a的值为1，是因为进程之间的数据是独立的
    #print('abc...')