线程和进程简介
- 应用程序和进程以及线程的关系？
- 一个应用程序里可以有多个进程，一个进程里可以有多个线程 最原始的计算机是如何运行的？
- CPU是什么？为什么要使用多个CPU？
- 为什么要使用多线程？
- 为什么要使用多进程？
- java和C#中的多线程和python多线程的区别？
- python多线程和傻缺的GIL python
- 如何让程序真正的实现同时运行？
- 线程和进程的选择：计算密集型和IO密集型程序。（IO操作不占用CPU）
进程的开销通常比线程昂贵, 因为线程自动共享内存地址空间和文件描述符. 意味着, 创建进程比创建线程会花费更多
在执行一些sleep/read/write/recv/send这些会导致阻塞的函数时，当前线程会主动放弃GIL，然后调用相应的系统API，完成后再重新申请GIL。因此，GIL也并不是导致Python的多线程完全没用，在一些IO等待的场合，Python多线程还是发挥了作用，当然如果多线程都是用于CPU密集的代码，那多线程的执行效率就明显会比单线程的低。
多线程开发
threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组，线程也不能被停止、暂停、恢复、中断。
threading模块提供的类：
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。
threading 模块提供的常用方法：
threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
threading 模块提供的常量：
threading.TIMEOUT_MAX 设置threading全局超时时间。
Thread是线程类，有两种使用方法，直接传入要运行的方法或从Thread继承并覆盖run()：
#coding:utf8 import threading
import time #方法一，将要执行的方法作为参数传给Thread的构造方法
def action(arg):
time.sleep(1)
print 'the arg is:%s\r' %arg
time.sleep(1) for i in xrange(3):
t = threading.Thread(target=action,args=(i,))
t.start() print 'main_thread end!'
将要执行的方法作为参数传给Thread的构造方法
#coding:Utf8
import threading
import time #方法二：从Thread继承，并重写run()
class MyThread(threading.Thread):
def __init__(self,arg):
super(MyThread, self).__init__()#注意：一定要显式的调用父类的初始化函数。
self.arg=arg
def run(self):#定义每个线程要运行的函数
time.sleep(1)
print 'the arg is:%s\r' % self.arg for i in xrange(4):
t =MyThread(i)
t.start() print 'main thread end!'
从Thread继承，并重写run()
构造方法：
Thread(group=None, target=None, name=None, args=(), kwargs={})
group: 线程组，目前还没有实现，库引用中提示必须是None；
target: 要执行的方法；
name: 线程名；
args/kwargs: 要传入方法的参数。
实例方法：
isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
get/setName(name): 获取/设置线程名。
start(): 线程准备就绪，等待CPU调度
is/setDaemon(bool): 获取/设置是后台线程（默认前台线程（False））。（在start之前设置）
如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程和后台线程均停止
如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
start(): 启动线程。
join([timeout]): 阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout（可选参数）。
#coding:utf8
import threading
import time def action(arg):
time.sleep(1)
print 'sub thread start!The thread name is: %s\r' % threading.currentThread().getName()
print 'The arg is:%s\r' %arg
time.sleep(1) for i in xrange(4):
t = threading.Thread(target=action,args=(i,))
t.start() print 'main_thread end!'
getName()
main_thread end!
sub thread start!The thread name is: Thread-1
The arg is:0
sub thread start!The thread name is: Thread-2
The arg is:1
sub thread start!The thread name is: Thread-3
The arg is:2
sub thread start!The thread name is: Thread-4
The arg is:3
运行结果
可以看出，创建的4个“前台”线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止。
验证了setDeamon(False)(默认)前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，主线程停止。
#coding:UTF8 import threading
import time def action(arg):
time.sleep(1)
print 'Sub thread start,The thread name is: %s\r' % threading.currentThread().getName()
print 'The arg is:' % arg
time.sleep(1) for i in xrange(3):
t = threading.Thread(target=action,args=(i,))
t.setDaemon(True)
t.start() print 'main_thread end!'
setDaemon
main_thread end!
运行结果
验证了setDeamon(True)后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程均停止。
设置join
#coding:UTF8 import threading
import time def action(arg):
time.sleep(1)
print 'Sub thread start,The thread name is: %s\r' % threading.currentThread().getName()
print 'The arg is: %s\r' % arg
time.sleep(1) thread_list = []
for i in xrange(3):
t = threading.Thread(target=action,args=(i,))
t.setDaemon(True)
thread_list.append(t) for t in thread_list:
t.start() for t in thread_list:
t.join()
print 'main_thread end!'
join
Sub thread start,The thread name is: Thread-2
The arg is: 1
Sub thread start,The thread name is: Thread-3
The arg is: 2
Sub thread start,The thread name is: Thread-1
The arg is: 0
main_thread end!
运行结果
设置join之后，主线程等待子线程全部执行完成后或者子线程超时后，主线程才结束 验证了 join()阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout，即使设置了setDeamon（True）主线程依然要等待子线程结束。 join不妥当的用法，使多线程编程顺序执行
#coding:UTF8 import threading
import time def action(arg):
time.sleep(1)
print 'Sub thread start,The thread name is: %s\r' % threading.currentThread().getName()
print 'The arg is: %s\r' % arg
time.sleep(1) for i in xrange(3):
t = threading.Thread(target=action,args=(i,))
t.setDaemon(True)
t.start()
t.join()
print 'main_thread end!'
join
Sub thread start,The thread name is: Thread-1
The arg is: 0
Sub thread start,The thread name is: Thread-2
The arg is: 1
Sub thread start,The thread name is: Thread-3
The arg is: 2
main_thread end! 可以看出此时，程序只能顺序执行，每个线程都被上一个线程的join阻塞，使得“多线程”失去了多线程意义。
运行结果
例子：（生产者与消费者模型）
#coding:UTF8 import threading
from Queue import Queue
import time class Producer(threading.Thread): def __init__(self,name,queue):
'''
@param name:生产者的名称
@param queue:容器
'''
self.__Name = name
self.__Queue = queue
super(Producer,self).__init__() def run(self):
while True:
if self.__Queue.full():
time.sleep(1)
else:
self.__Queue.put('baozi')
time.sleep(1)
print '%s 生产了一个包子' %(self.__Name)
#threading.Thread.run(self) class Consumer(threading.Thread): def __init__(self,name,queue):
'''
@param name:生产者的名称
@param queue:容器
'''
self.__Name = name
self.__Queue = queue
super(Consumer,self).__init__() def run(self):
while True:
if self.__Queue.empty():
time.sleep(1)
else:
self.__Queue.get()
time.sleep(1)
print '%s 消耗了一个包子' %(self.__Name) #threading.Thread.run(self) que = Queue(maxsize=100) baogou1 = Producer('老苟1',que)
baogou1.start()
baogou2 = Producer('老苟2',que)
baogou2.start()
baogou3 = Producer('老苟3',que)
baogou3.start() for i in range(20):
name = '奥黑子%d' %(i,)
temp = Consumer(name,que)
temp.start()
老苟1 生产了一个包子
老苟2 生产了一个包子
老苟3 生产了一个包子
奥黑子0 消耗了一个包子
奥黑子1 消耗了一个包子
奥黑子2 消耗了一个包子
..... 一直循环下去
运行结果
Lock、Rlock类
由于线程之间随机调度：某线程可能在执行n条后，CPU接着执行其他线程。为了多个线程同时操作一个内存中的资源时不产生混乱，我们使用锁。
Lock（指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态——锁定和非锁定，以及两个基本的方法。
可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。
RLock（可重入锁）是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire()，释放锁时需要调用release()相同次数。
可以认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用 acquire()/release()，计数器将+1/-1，为0时锁处于未锁定状态。
简言之：Lock属于全局，Rlock属于线程。
构造方法：
Lock()，Rlock（）,推荐使用Rlock()
实例方法：
acquire([timeout]): 尝试获得锁定。使线程进入同步阻塞状态。
release(): 释放锁。使用前线程必须已获得锁定，否则将抛出异常。
#coding:UTF8 import threading
import time gl_num = 0 def show(arg):
global gl_num
time.sleep(1)
gl_num += 1
print gl_num for i in range(10):
t = threading.Thread(target=show,args=(i,))
t.start() print 'main_thread stop!'
未使用锁
main_thread stop!
1
2
34 56 7
91010 多次运行可能产生混乱。这种场景就是适合使用锁的场景。
运行结果
#coding:UTF8 import threading
import time gl_num = 0 Lock = threading.RLock() # 调用acquire([timeout])时，线程将一直阻塞，
# 直到获得锁定或者直到timeout秒后（timeout参数可选）。
# 返回是否获得锁
def show(arg):
Lock.acquire()
global gl_num
time.sleep(1)
gl_num += 1
print gl_num
Lock.release() for i in range(10):
t = threading.Thread(target=show,args=(i,))
t.start() print 'main_thread stop!'
使用锁
main_thread stop!
1
2
3
4
5
6
7
8
9
10 可以看出，全局变量在在每次被调用时都要获得锁，才能操作，因此保证了共享数据的安全性
运行结果
Lock对比Rlock
#coding:UTF8 import threading lock = threading.Lock()
lock.acquire()
lock.acquire() #产生了死锁 lock.release()
lock.release() print lock.acquire()
没有结果输出
#coding:utf8
import threading
rLock = threading.RLock() #RLock对象
rLock.acquire()
rLock.acquire() ##在同一线程内，程序不会堵塞。
rLock.release()
rLock.release()
print rLock.acquire
输出结果：
<bound method _RLock.acquire of <_RLock owner=None count=0>>
Condition类
Condition（条件变量）通常与一个锁关联。需要在多个Contidion*享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。
可以认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于等待阻塞状态，直到另一个线程调用notify()/notifyAll()通知；得到通知后线程进入锁定池等待锁定。
构造方法：
Condition([lock/rlock])
实例方法：
acquire([timeout])/release(): 调用关联的锁的相应方法。
wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。
notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池）；其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
例子：
#coding:UTF8 import threading
import time # 商品
product = None
# 条件变量
con = threading.Condition() # 生产者方法
def produce():
global product if con.acquire():
while True:
if product is None:
print 'produce...'
product = 'anything' # 通知消费者，商品已经生产
con.notify() # 等待通知
con.wait()
time.sleep(2) # 消费者方法
def consume():
global product if con.acquire():
while True:
if product is not None:
print 'consume...'
product = None # 通知生产者，商品已经没了
con.notify() # 等待通知
con.wait()
time.sleep(2) t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()
生产者消费者模型
produce...
consume...
produce...
consume...
produce...
consume...
produce...
consume...
produce...
consume...
produce... 一直循环下去
运行结果
例二：
#coding:UTF8 import threading
import time condition = threading.Condition()
products = 0 class Producer(threading.Thread):
def run(self):
global products
while True:
if condition.acquire():
if products < 10:
products += 1;
print "Producer(%s):deliver one, now products:%s" %(self.name, products)
condition.notify()#不释放锁定，因此需要下面一句
condition.release()
else:
print "Producer(%s):already 10, stop deliver, now products:%s" %(self.name, products)
condition.wait();#自动释放锁定
time.sleep(2) class Consumer(threading.Thread):
def run(self):
global products
while True:
if condition.acquire():
if products > 1:
products -= 1
print "Consumer(%s):consume one, now products:%s" %(self.name, products)
condition.notify()
condition.release()
else:
print "Consumer(%s):only 1, stop consume, products:%s" %(self.name, products)
condition.wait();
time.sleep(2) if __name__ == "__main__":
for p in range(0, 2):
p = Producer()
p.start() for c in range(0, 3):
c = Consumer()
c.start()
生产者消费者模型
Producer(Thread-1):deliver one, now products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-4):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Producer(Thread-1):deliver one, now products:2
Consumer(Thread-3):consume one, now products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-5):consume one, now products:1 循环下去
运行结果
例三：
#coding:UTF8
import threading alist = None
condition = threading.Condition() def doSet():
if condition.acquire():
while alist is None:
condition.wait()
for i in range(len(alist))[::-1]:
alist[i] = 1
condition.release() def doPrint():
if condition.acquire():
while alist is None:
condition.wait()
for i in alist:
print i,
condition.release() def doCreate():
global alist
if condition.acquire():
if alist is None:
alist = [0 for i in range(10)]
condition.notifyAll()
condition.release() tset = threading.Thread(target=doSet,name='tset')
tprint = threading.Thread(target=doPrint,name='tprint')
tcreate = threading.Thread(target=doCreate,name='tcreate')
tset.start()
tprint.start()
tcreate.start()
生产者消费者模型
0 0 0 0 0 0 0 0 0 0
运行结果
Event类
Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。
Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态。
构造方法：
Event()
实例方法：
isSet(): 当内置标志为True时返回True。
set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。
clear(): 将标志设为False。
wait([timeout]): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。
例子一
#coding:UTF8 import threading
import time event = threading.Event() def func():
# 等待事件，进入等待阻塞状态
print '%s wait for event...' % threading.currentThread().getName()
event.wait() # 收到事件后进入运行状态
print '%s recv event.' % threading.currentThread().getName() t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start() time.sleep(2) # 发送事件通知
print 'MainThread set event.'
event.set()
Thread-1 wait for event...
Thread-2 wait for event...
MainThread set event.
Thread-1 recv event.
Thread-2 recv event.
运行结果
timer类
Timer（定时器）是Thread的派生类，用于在指定时间后调用一个方法。
构造方法：
Timer(interval, function, args=[], kwargs={})
interval: 指定的时间
function: 要执行的方法
args/kwargs: 方法的参数
实例方法：
Timer从Thread派生，没有增加实例方法。
例：
#coding:UTF8
import threading def func():
print 'hello timer!' timer = threading.Timer(5, func)
timer.start()
线程延迟5秒后执行。
local类
local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程设置的同名属性替换。
可以把local看成是一个“线程-属性字典”的字典，local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。
#coding:UTF8
import threading local = threading.local()
local.tname = 'main' def func():
local.tname = 'notmain'
print local.tname t1 = threading.Thread(target=func)
t1.start()
t1.join() print local.tname
notmain
main
运行结果