进程
线程
1、线程理论
'''
1、什么是线程？
进程：资源单位
线程：执行单位
每个进程中自带一个线程
2、为什么要有线程？
开一个进程：申请内存空间 耗时
开线程不要申请空间
开线程的开销远小于开进程的开销
'''
2、开启线程的方式
# 方式1
from threading import Thread
import time
def task(name)
print('%s is running'%name)
time.time(sleep)
print('%s is over'%name)
if __name__ == '__main__':
t = Thread(target=task,args =('egon'，))
t.start()
print('主')
# 方式2
from threading import Thread
import time
class MyThread(Thread)
def __init__(self,name):
super().__init__()
self.name = name
def run(self)
print("%s is running"%s)
time.sleep(3)
print("%s is over"%s)
if __name__ == '__main__':
t = Mythread('egon')
t.start()
print（'主'）
- 线程之间数据共享
from threading import Thread
x = 100
def task():
global x
x = 666
t = Thread(target=task)
t.start()
t.join()
print(x)
- 线程互斥锁
from threading import Thread,Lock
import time
import random
mutex = Lock()
n = 100
def task():
global n
mutex.acquire()
tmp = n
time.sleep(0.1)
n = tmp -1
mutex.release()
t_list = []
for i in range(100):
t = Thread(target=task)
t.start()
t_list.append(t)
for t in t_list:
t.join()
print(n)
- 线程的其他方法
# 守护线程
from threading import Thread
import time
def task(name):
print('%s is running'%name)
time.sleep(1)
print('%s is over'%name)
if __name__ == '__main__':
t = Thread(target=task,args=('王磊',))
# t.daemon = True
t.start()
print('主')
# 其他方法
from threading import Thread,active_count,current_thread
import os
import time
def task(name):
# print('%s is running'%name,os.getpid())
print('%s is running'%name,current_thread().name,current_thread().getName())
time.sleep(1)
print('%s is over'%name)
def info(name):
print('%s is running' % name, current_thread().name, current_thread().getName())
time.sleep(1)
print('%s is over' % name)
t = Thread(target=task,args=('关磊',))
t1 = Thread(target=info,args=('关超',))
t.start()
t1.start()
t.join()
print(active_count()) # 当前存活的线程数
print(os.getpid())
print(current_thread().name)
print(current_thread().getName())
3、GIL（全局解释器锁）
-
什么是GIL（全局解释器锁）
保证数据的安全（以牺牲效率来换取数据的安全）,阻止同一个进程内的对个进程同时执行（不能并行但是可以是实现并发）
-
GIL存在的原因就是Python线程不是安全的（垃圾回收机制）
问题:python多线程是不是就没有用了呢？
四个任务:计算密集的任务 每个任务耗时10s
单核情况下:
多线程好一点，消耗的资源少一点
多核情况下:
开四个进程:10s多一点
开四个线程:40s多一点
四个任务:IO密集的任务 每个任务io 10s
单核情况下:
多线程好一点
多核情况下:
多线程好一点
多线程和多进程都有自己的优点，要根据项目需求合理选择
- GIL与普通锁的对比
"""
对于不同的数据，要想保证安全，需要加不同的锁处理
GIL并不能保证数据的安全，它是对Cpython解释器加锁，针对的是线程
保证的是同一个进程下多个线程之间的安全
"""
- 死锁和递归锁
from threading import Thread,Lock,RLock
import time
"""
自定义锁一次acquire必须对应一次release，不能连续acquire
递归锁可以连续的acquire，每acquire一次计数加一:针对的是第一个抢到我的人
"""
import random
#
# mutexA = Lock()
# mutexB = Lock()
mutexA = mutexB = RLock() # 抢锁之后会有一个计数 抢一次计数加一 针对的是第一个抢到我的人
class MyThead(Thread):
def run(self):
self.func1()
self.func2()
def func1(self):
mutexA.acquire()
print('%s 抢到A锁了'%self.name)
mutexB.acquire()
print('%s 抢到B锁了' % self.name)
mutexB.release()
print('%s 释放了B锁'%self.name)
mutexA.release()
print('%s 释放了A锁'%self.name)
def func2(self):
mutexB.acquire()
print('%s 抢到了B锁'%self.name)
time.sleep(1)
mutexA.acquire()
print('%s 抢到A锁了' % self.name)
mutexA.release()
print('%s 释放了A锁' % self.name)
mutexB.release()
print('%s 释放了B锁' % self.name)
for i in range(100):
t = MyThead()
t.start()
- 线程queue
import queue
# 1.普通q
# 2.先进后出q
# 3.优先级q
#普通q
# q=queue.Queue(3)
# q.put(1)
# q.put(2)
# q.put(3)
# print(q.get())
# print(q.get())
# print(q.get())
# 先进后出q
# q = queue.LifoQueue(5)
# q.put(1)
# q.put(2)
# q.put(3)
# q.put(4)
# print(q.get())
# 优先级q
# q = queue.PriorityQueue()
# q.put((10,'a'))
# q.put((-1,'b'))
# q.put((100,'c'))
# print(q.get())
# print(q.get())
# print(q.get())
- 信号量
from threading import Thread,Semaphore
import time
import random
sm = Semaphore(5) # 五个厕所五把锁
# 跟你普通的互斥锁区别在于，普通的互斥锁是独立卫生间，所有人抢一把锁
# 信号量 公共卫生间 有多个坑，所有人抢多把锁
def task(name):
sm.acquire()
print('%s正在蹲坑'%name)
# 模拟蹲坑耗时
time.sleep(random.randint(1,5))
sm.release()
if __name__ == '__main__':
for i in range(20):
t = Thread(target=task,args=('伞兵%s号'%i,))
t.start()
