1 学习线程
线程被称作轻量级的进程。 GIL：全局解释锁（只有Cpython解释器才有）
对于线程来说，因为有了GIL，所以没有真正的并行
计算机的执行单位以线程为单位。计算机的最小可执行是线程。
进程是资源分配的基本单位。线程是可执行的基本单位，是可被调度的基本单位。
线程不可以自己独立拥有资源。线程的执行，必须依赖于所属进程中的资源。
进程中必须至少应该有一个线程。
线程又分为用户级线程和内核级线程（了解）
用户级线程：对于程序员来说的，这样的线程完全被程序员控制执行，调度
内核级线程：对于计算机内核来说的，这样的线程完全被内核控制调度。
进程由 代码段 数据段 PCB组成（process control block）
线程由 代码段 数据段 TCB组成（thread control block）
线程和进程的比较
thread - 线程
import thread 操作线程的模块
import threading 用这个去操作线程
(1) cpu切换进程要比cpu切换线程 慢很多
在python中，如果IO操作过多的话，使用多线程最好了
(2) 在同一个进程内，所有线程共享这个进程的pid，也就是说所有线程共享所属进程的所有资源和内存地址
(3) 在同一个进程内，所有线程共享该进程中的全局变量
(4) 因为有GIL锁的存在，在Cpython中，没有真正的线程并行。但是有真正的多进程并行
当你的任务是计算密集的情况下，使用多进程好
总结：在CPython中，IO密集用多线程，计算密集用多进程
（5）关于守护线程和守护进程的事情（注意：代码执行结束并不代表程序结束）
守护进程：要么自己正常结束，要么根据父进程的代码执行结束而结束
守护线程：要么自己正常结束，要么根据父线程的执行结束而结束
2线程的使用方法
（1）锁机制
递归锁
RLock() 可以有无止尽的锁，但是会有一把万能钥匙
互斥锁：
Lock() 一把钥匙配一把锁
GIL：全局解释器锁
锁的是线程，是CPython解释器上的一个锁，锁的是线程，意思是在同一时间只允许一个线程访问cpu
（2） 信号量：
from threading import Semaphore
去看多进程的信号量
（3） 事件
from threading import Event
去看多进程的事件机制
（4） 条件
from threading import Condition
条件是让程序员自行去调度线程的一个机制
# Condition涉及4个方法
# acquire()
# release()
# wait() 是指让线程阻塞住
# notify(int) 是指给wait发一个信号，让wait变成不阻塞
# int是指，你要给多少给wait发信号
（5） 定时器
from threading import Timer
# Timer(time,func)
# time：睡眠的时间，以秒为单位
# func：睡眠时间之后，需要执行的任务
线程队列: queue.Queue() queue.LifoQueue queue.priority(优先级队列)
# 复习
from multiprocessing import Queue
# 用于多进程的队列,专门用来做 IPC Inter-Process Communication，进程间通信
import queue # 用于同一进程内的队列,不能做多进程间的通信
q = queue.Queue() # 先进先出
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
print(q.get()) # 没有不会报错
print(q.get_nowait()) # 没有会报错
q = queue.LifoQueue() # 后进先出
q.put(1)
q.put(2)
q.put(3)
print(q.get())
print(q.get())
print(q.get())
print(q.get()) # 没有不会报错
print(q.get_nowait()) # 没有会报错
q = queue.PriorityQueue()
# PriorityQueue 优先队列, put()里面 为一个元祖,第一位是优先级,第二位为数据
# put((1,'item'))
# 优先级如果是数字，直接比较数值
# 如果是字符串，是按照 ASCII 码比较的。当ASCII码相同时，会按照先进先出的原则
q.put((5,1))
q.put((2,'aaaa'))
q.put((9,[1,2,3]))
print(q.get())
print(q.get())
print(q.get())
线程池 concurrent.features 中的 ThreadPoolExecutor
方法: map submit shutdown
from concurrent.futures import ThreadPoolExecutor
def func(num):
print('This is my %s times' % num)
t = ThreadPoolExecutor(20)
# 线程池方法
# t.map() # 提交任务 等效于 for循环 + submit
# t.submit() # 提交任务
# t.shutdown()
# -----添加任务方法1-------
# t.map(func,range(1000))
# t.shutdown()
# -----添加任务方法2-------
# for i in range(1000):
# t.submit(func,i)
# t.shutdown()
