python从入门到放弃之线程篇
一，什么是多线程？
1.多线程的概念？
说起多线程，那么就不得不说什么是线程，而说起线程，又不得不说什么是进程。
进程（Process）是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础。在早期面向进程设计的计算机结构中，进程是程序的基本执行实体；在当代面向线程设计的计算机结构中，进程是线程的容器。程序是指令、数据及其组织形式的描述，进程是程序的实体。
以上是百度百科对进程的解释。
进程可以简单的理解为一个可以独立运行的程序单位。它是线程的集合，进程就是有一个或多个线程构成的，每一个线程都是进程中的一条执行路径。
那么多线程就很容易理解：多线程就是指一个进程中同时有多个执行路径（线程）正在执行。
为什么要是用多线程？
1.在一个程序中，有很多的操作是非常耗时的，如数据库读写操作，IO操作等，如果使用单线程，那么程序就必须等待这些操作执行完成之后才能执行其他操作。使用多线程，可以在将耗时任务放在后台继续执行的同时，同时执行其他操作。
2.可以提高程序的效率。
3.在一些等待的任务上，如用户输入，文件读取等，多线程就非常有用了。
缺点：
1.使用太多线程，是很耗系统资源，因为线程需要开辟内存。更多线程需要更多内存。
2.影响系统性能，因为操作系统需要在线程之间来回切换。
3.需要考虑线程操作对程序的影响，如线程挂起，中止等操作对程序的影响。
4.线程使用不当会发生很多问题。
总结：多线程是异步的，但这不代表多线程真的是几个线程是在同时进行，实际上是系统不断地在各个线程之间来回的切换（因为系统切换的速度非常的快，所以给我们在同时运行的错觉）。
2.多线程与高并发的联系。
高并发：高并发指的是是一种系统运行过程中遇到的一种“短时间内遇到大量操作请求”的情况，主要发生在web系统集中大量访问或者socket端口集中性收到大量请求（例如：12306的抢票情况；天猫双十一活动）。该情况的发生会导致系统在这段时间内执行大量操作，例如对资源的请求，数据库的操作等。如果高并发处理不好，不仅仅降低了用户的体验度（请求响应时间过长），同时可能导致系统宕机，严重的甚至导致OOM异常，系统停止工作等。如果要想系统能够适应高并发状态，则需要从各个方面进行系统优化，包括，硬件、网络、系统架构、开发语言的选取、数据结构的运用、算法优化、数据库优化……。
而多线程只是在同/异步角度上解决高并发问题的其中的一个方法手段，是在同一时刻利用计算机闲置资源的一种方式。
多线程在高并发问题中的作用就是充分利用计算机资源，使计算机的资源在每一时刻都能达到最大的利用率，不至于浪费计算机资源使其闲置。
3.线程的创建
首先引入包
from threading import Thread
然后实力化一个对象
t = Thread(target=func,args=(i,))
启动一个子线程线程
t.start()
主线程默认等待所有子线程执行完毕结束运行
(1) 进程中可以包含多个线程
1 def func(num):
2 time.sleep(random.uniform(0.1,1))
3 print("子线程" , num , os.getpid())
4
5 for i in range(10):
6 t = Thread(target=func,args=(i,))
7 t.start()
(2) 并发多线程 和 多进程,谁的速度快 => 多线程
1 def func(num):
2 print("子线程" , num , os.getpid())
3
4 if __name__ == "__main__":
5 startime = time.perf_counter()
6 lst = []
7
8 for i in range(1000):
9 t = Thread(target=func,args=(i,))
10 t.start()
11 lst.append(t)
12
13 for i in lst:
14 # print(i)
15 i.join()
16
17 endtime = time.perf_counter()
18 print("多线程执行的时间:",endtime-startime)# 0.1063898997406085
19
20
21 # 多进程的执行时间
22 startime = time.perf_counter()
23 lst = []
24 for i in range(1000):
25 p = Process(target=func,args=(i,))
26 p.start()
27 lst.append(p)
28
29 for i in lst:
30 i.join()
31 endtime = time.perf_counter()
32 print("多进程执行的时间:",endtime-startime) # 多进程执行的时间: 19.968611914504738
(3) 多线程共享同一份进程资源
"""线程和线程之间是异步并发的"""
1 num = 1000
2 lst = []
3 def func():
4 # 异步并发程序
5 # time.sleep(1000)
6 global num
7 num -= 1
8
9
10 for i in range(1000):
11 t = Thread(target=func)
12 t.start()
13 lst.append(t)
14
15 for i in lst:
16 i.join()
17
18 print(num)
(4) 线程相关的函数
线程.is_alive() 检测线程是否仍然存在
线程.setName() 设置线程名字
线程.getName() 获取线程名字
from threading import Thread,current_thread,currentThread
1.currentThread().ident 查看线程id号
2.enumerate() 返回目前正在运行的线程列表
3.activeCount() 返回目前正在运行的线程数量
检测当前线程的名字
1 def func():
2 # pass
3 time.sleep(0.5)
4
5 t = Thread(target=func)
6 print(t)
7 t.start()
8 print(t.is_alive())
9 print(t.getName())
10 t.setName("producer_wangwen1号")#设置当前线程的名字
11 print(t.getName())
# 1.currentThread().ident 查看线程id号
1 from threading import currentThread
2 def func():
3 print("子线程:",currentThread().ident)
4
5 t = Thread(target=func)
6 t.start()
7 print("主线程:",currentThread().ident)
2.enumerate() 返回目前正在运行的线程列表
1 from threading import enumerate
2 from threading import currentThread
3 import time
4 from threading import Thread,current_thread,currentThread
5 def func():
6 print("子线程:", currentThread().ident)
7 time.sleep(0.5)
8
9
10 for i in range(10):
11 t = Thread(target=func)
12 t.start()
13
14 print(enumerate())
15 print(len(enumerate()))
1 # 3.activeCount() 返回目前正在运行的线程数量 (了解)
2 from threading import activeCount
3 from threading import currentThread
4 def func():
5 print("子线程:",currentThread().ident)
6 time.sleep(0.5)
7 for i in range(10):
8 t = Thread(target=func)
9 t.start()
10
11 print(activeCount())
12
13
# ### 守护线程: 等待所有线程全部执行结束之后,在终止,守护所有线程;
"""主线程默认等待所有的子线程;"""
1 from threading import Thread
2 import time
3 def func1():
4 while True:
5 time.sleep(0.5)
6 print("我是子线程func函数")
7
8 def func2():
9 print("func2 start ...")
10 time.sleep(3)
11 print("func2 end ... ")
12
13 t1 = Thread(target=func1)
14 # 设置守护线程,在start调用之前进行设置 setDaemon
15 t1.setDaemon(True)
16 t1.start()
17
18 t2 = Thread(target=func2)
19 t2.start()
20
21 print("我是主线程 ... ")
# ### lock 线程锁,用来保证线程数据安全与进程锁同理，一旦使用异步程序会变为同步，一般用于抢票
1 from threading import Thread,Lock
2 n = 0
3 def func1(lock):
4 global n
5
6 for i in range(1000000):
7 lock.acquire()
8 # 写法一
9 n -= 1
10 lock.release()
11
12 def func2(lock):
13 global n
14 for i in range(1000000):
15 # 写法二
16 with lock:
17 n += 1
18
19 if __name__ == "__main__":
20 # 创建一把锁
21 lock = Lock()
22 lst = []
23 for i in range(10):
24 # 10个线程专门负责加1
25 t1 = Thread(target=func1,args=(lock,))
26 # 10个线程专门负责减1
27 t2 = Thread(target=func2,args=(lock,))
28 t1.start()
29 t2.start()
30 lst.append(t1)
31 lst.append(t2)
32
33 for i in lst:
34 i.join()
35
36 print("主线程执行结束 ... ")
37 print(n)
# ### 信号量 Semaphore
同时上多把锁，与进程锁原理是一样的
1 from threading import Semaphore,Thread
2 import time
3 def func(i,sem):
4 with sem:
5 print(i)
6 time.sleep(10)
7
8
9 sem = Semaphore(6)
10 for i in range(20):
11 Thread(target=func,args=(i,sem)).start()
