python多線程全局變量和鎖

1.python中數(shù)據(jù)類型，int,float,復(fù)數(shù)，字符，元組，做全局變量時(shí)需要在函數(shù)里面用global申明變量，才能對(duì)變量進(jìn)行操作。

我們提供的服務(wù)有：成都網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)、微信公眾號(hào)開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、泉山ssl等。為數(shù)千家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的泉山網(wǎng)站制作公司

而，對(duì)象，列表，詞典，不需要聲明，直接就是全局的。

2.線程鎖mutex=threading.Lock()

創(chuàng)建后就是全局的。線程調(diào)用函數(shù)可以直接在函數(shù)中使用。

mutex.acquire()開啟鎖

mutex=release()關(guān)閉鎖

要注意，死鎖的情況發(fā)生。

注意運(yùn)行效率的變化:

正常1秒，完成56997921

加鎖之后，1秒只運(yùn)行了531187，相差10倍多。

3.繼承.threading.Thread的類，無法調(diào)用__init__函數(shù)，無法在創(chuàng)建對(duì)象時(shí)初始化新建的屬性。

4.線程在cpu的執(zhí)行，有隨機(jī)性

5. 新建線程時(shí)，需要傳參數(shù)時(shí)，args是一個(gè)元組，如果只有一個(gè)參數(shù)，一定后面要加一個(gè),符號(hào)。不能只有一個(gè)參數(shù)否則線程會(huì)報(bào)創(chuàng)建參數(shù)錯(cuò)誤。threading.Thread(target=fuc,args=(arg,))

一篇文章帶你深度解析Python線程和進(jìn)程

使用Python中的線程模塊，能夠同時(shí)運(yùn)行程序的不同部分，并簡(jiǎn)化設(shè)計(jì)。如果你已經(jīng)入門Python，并且想用線程來提升程序運(yùn)行速度的話，希望這篇教程會(huì)對(duì)你有所幫助。

線程與進(jìn)程

什么是進(jìn)程

進(jìn)程是系統(tǒng)進(jìn)行資源分配和調(diào)度的一個(gè)獨(dú)立單位 進(jìn)程是具有一定獨(dú)立功能的程序關(guān)于某個(gè)數(shù)據(jù)集合上的一次運(yùn)行活動(dòng),進(jìn)程是系統(tǒng)進(jìn)行資源分配和調(diào)度的一個(gè)獨(dú)立單位。每個(gè)進(jìn)程都有自己的獨(dú)立內(nèi)存空間，不同進(jìn)程通過進(jìn)程間通信來通信。由于進(jìn)程比較重量，占據(jù)獨(dú)立的內(nèi)存，所以上下文進(jìn)程間的切換開銷（棧、寄存器、虛擬內(nèi)存、文件句柄等）比較大，但相對(duì)比較穩(wěn)定安全。

什么是線程

CPU調(diào)度和分派的基本單位 線程是進(jìn)程的一個(gè)實(shí)體，是CPU調(diào)度和分派的基本單位,它是比進(jìn)程更小的能獨(dú)立運(yùn)行的基本單位.線程自己基本上不擁有系統(tǒng)資源,只擁有一點(diǎn)在運(yùn)行中必不可少的資源(如程序計(jì)數(shù)器,一組寄存器和棧),但是它可與同屬一個(gè)進(jìn)程的其他的線程共享進(jìn)程所擁有的全部資源。線程間通信主要通過共享內(nèi)存，上下文切換很快，資源開銷較少，但相比進(jìn)程不夠穩(wěn)定容易丟失數(shù)據(jù)。

進(jìn)程與線程的關(guān)系圖

線程與進(jìn)程的區(qū)別：

進(jìn)程

現(xiàn)實(shí)生活中，有很多的場(chǎng)景中的事情是同時(shí)進(jìn)行的，比如開車的時(shí)候 手和腳共同來駕駛 汽車 ，比如唱歌跳舞也是同時(shí)進(jìn)行的，再比如邊吃飯邊打電話；試想如果我們吃飯的時(shí)候有一個(gè)領(lǐng)導(dǎo)來電，我們肯定是立刻就接聽了。但是如果你吃完飯?jiān)俳勇牷蛘呋仉娫?，很可能?huì)被開除。

注意：

多任務(wù)的概念

什么叫 多任務(wù) 呢？簡(jiǎn)單地說，就是操作系統(tǒng)可以同時(shí)運(yùn)行多個(gè)任務(wù)。打個(gè)比方，你一邊在用瀏覽器上網(wǎng)，一邊在聽MP3，一邊在用Word趕作業(yè)，這就是多任務(wù)，至少同時(shí)有3個(gè)任務(wù)正在運(yùn)行。還有很多任務(wù)悄悄地在后臺(tái)同時(shí)運(yùn)行著，只是桌面上沒有顯示而已。

現(xiàn)在，多核CPU已經(jīng)非常普及了，但是，即使過去的單核CPU，也可以執(zhí)行多任務(wù)。由于CPU執(zhí)行代碼都是順序執(zhí)行的，那么，單核CPU是怎么執(zhí)行多任務(wù)的呢？

答案就是操作系統(tǒng)輪流讓各個(gè)任務(wù)交替執(zhí)行，任務(wù)1執(zhí)行0.01秒，切換到任務(wù)2，任務(wù)2執(zhí)行0.01秒，再切換到任務(wù)3，執(zhí)行0.01秒，這樣反復(fù)執(zhí)行下去。表面上看，每個(gè)任務(wù)都是交替執(zhí)行的，但是，由于CPU的執(zhí)行速度實(shí)在是太快了，我們感覺就像所有任務(wù)都在同時(shí)執(zhí)行一樣。

真正的并行執(zhí)行多任務(wù)只能在多核CPU上實(shí)現(xiàn)，但是，由于任務(wù)數(shù)量遠(yuǎn)遠(yuǎn)多于CPU的核心數(shù)量，所以，操作系統(tǒng)也會(huì)自動(dòng)把很多任務(wù)輪流調(diào)度到每個(gè)核心上執(zhí)行。 其實(shí)就是CPU執(zhí)行速度太快啦！以至于我們感受不到在輪流調(diào)度。

并行與并發(fā)

并行（Parallelism）

并行：指兩個(gè)或兩個(gè)以上事件（或線程）在同一時(shí)刻發(fā)生，是真正意義上的不同事件或線程在同一時(shí)刻，在不同CPU資源呢上（多核），同時(shí)執(zhí)行。

特點(diǎn)

并發(fā)（Concurrency）

指一個(gè)物理CPU(也可以多個(gè)物理CPU) 在若干道程序（或線程）之間多路復(fù)用，并發(fā)性是對(duì)有限物理資源強(qiáng)制行使多用戶共享以提高效率。

特點(diǎn)

multiprocess.Process模塊

process模塊是一個(gè)創(chuàng)建進(jìn)程的模塊，借助這個(gè)模塊，就可以完成進(jìn)程的創(chuàng)建。

語法：Process([group [, target [, name [, args [, kwargs]]]]])

由該類實(shí)例化得到的對(duì)象，表示一個(gè)子進(jìn)程中的任務(wù)（尚未啟動(dòng)）。

注意：1. 必須使用關(guān)鍵字方式來指定參數(shù)；2. args指定的為傳給target函數(shù)的位置參數(shù)，是一個(gè)元祖形式，必須有逗號(hào)。

參數(shù)介紹：

group：參數(shù)未使用，默認(rèn)值為None。

target：表示調(diào)用對(duì)象，即子進(jìn)程要執(zhí)行的任務(wù)。

args：表示調(diào)用的位置參數(shù)元祖。

kwargs：表示調(diào)用對(duì)象的字典。如kwargs = {'name':Jack, 'age':18}。

name：子進(jìn)程名稱。

代碼：

除了上面這些開啟進(jìn)程的方法之外，還有一種以繼承Process的方式開啟進(jìn)程的方式：

通過上面的研究，我們千方百計(jì)實(shí)現(xiàn)了程序的異步，讓多個(gè)任務(wù)可以同時(shí)在幾個(gè)進(jìn)程中并發(fā)處理，他們之間的運(yùn)行沒有順序，一旦開啟也不受我們控制。盡管并發(fā)編程讓我們能更加充分的利用IO資源，但是也給我們帶來了新的問題。

當(dāng)多個(gè)進(jìn)程使用同一份數(shù)據(jù)資源的時(shí)候，就會(huì)引發(fā)數(shù)據(jù)安全或順序混亂問題，我們可以考慮加鎖，我們以模擬搶票為例，來看看數(shù)據(jù)安全的重要性。

加鎖可以保證多個(gè)進(jìn)程修改同一塊數(shù)據(jù)時(shí)，同一時(shí)間只能有一個(gè)任務(wù)可以進(jìn)行修改，即串行的修改。加鎖犧牲了速度，但是卻保證了數(shù)據(jù)的安全。

因此我們最好找尋一種解決方案能夠兼顧：1、效率高（多個(gè)進(jìn)程共享一塊內(nèi)存的數(shù)據(jù)）2、幫我們處理好鎖問題。

mutiprocessing模塊為我們提供的基于消息的IPC通信機(jī)制：隊(duì)列和管道。隊(duì)列和管道都是將數(shù)據(jù)存放于內(nèi)存中 隊(duì)列又是基于（管道+鎖）實(shí)現(xiàn)的，可以讓我們從復(fù)雜的鎖問題中解脫出來， 我們應(yīng)該盡量避免使用共享數(shù)據(jù)，盡可能使用消息傳遞和隊(duì)列，避免處理復(fù)雜的同步和鎖問題，而且在進(jìn)程數(shù)目增多時(shí)，往往可以獲得更好的可獲展性（ 后續(xù)擴(kuò)展該內(nèi)容 ）。

線程

Python的threading模塊

Python 供了幾個(gè)用于多線程編程的模塊，包括 thread, threading 和 Queue 等。thread 和 threading 模塊允許程序員創(chuàng)建和管理線程。thread 模塊 供了基本的線程和鎖的支持，而 threading 供了更高級(jí)別，功能更強(qiáng)的線程管理的功能。Queue 模塊允許用戶創(chuàng)建一個(gè)可以用于多個(gè)線程之間 共享數(shù)據(jù)的隊(duì)列數(shù)據(jù)結(jié)構(gòu)。

python創(chuàng)建和執(zhí)行線程

創(chuàng)建線程代碼

1. 創(chuàng)建方法一:

2. 創(chuàng)建方法二:

進(jìn)程和線程都是實(shí)現(xiàn)多任務(wù)的一種方式，例如：在同一臺(tái)計(jì)算機(jī)上能同時(shí)運(yùn)行多個(gè)QQ（進(jìn)程),一個(gè)QQ可以打開多個(gè)聊天窗口（線程）。資源共享：進(jìn)程不能共享資源，而線程共享所在進(jìn)程的地址空間和其他資源，同時(shí)，線程有自己的棧和棧指針。所以在一個(gè)進(jìn)程內(nèi)的所有線程共享全局變量，但多線程對(duì)全局變量的更改會(huì)導(dǎo)致變量值得混亂。

代碼演示:

得到的結(jié)果是：

首先需要明確的一點(diǎn)是GIL并不是Python的特性，它是在實(shí)現(xiàn)Python解析器(CPython)時(shí)所引入的一個(gè)概念。就好比C++是一套語言（語法）標(biāo)準(zhǔn)，但是可以用不同的編譯器來編譯成可執(zhí)行代碼。同樣一段代碼可以通過CPython，PyPy，Psyco等不同的Python執(zhí)行環(huán)境來執(zhí)行（其中的JPython就沒有GIL）。

那么CPython實(shí)現(xiàn)中的GIL又是什么呢？GIL全稱Global Interpreter Lock為了避免誤導(dǎo)，我們還是來看一下官方給出的解釋：

主要意思為:

因此，解釋器實(shí)際上被一個(gè)全局解釋器鎖保護(hù)著，它確保任何時(shí)候都只有一個(gè)Python線程執(zhí)行。在多線程環(huán)境中，Python 虛擬機(jī)按以下方式執(zhí)行:

由于GIL的存在，Python的多線程不能稱之為嚴(yán)格的多線程。因?yàn)? 多線程下每個(gè)線程在執(zhí)行的過程中都需要先獲取GIL，保證同一時(shí)刻只有一個(gè)線程在運(yùn)行。

由于GIL的存在，即使是多線程，事實(shí)上同一時(shí)刻只能保證一個(gè)線程在運(yùn)行， 既然這樣多線程的運(yùn)行效率不就和單線程一樣了嗎，那為什么還要使用多線程呢？

由于以前的電腦基本都是單核CPU，多線程和單線程幾乎看不出差別，可是由于計(jì)算機(jī)的迅速發(fā)展，現(xiàn)在的電腦幾乎都是多核CPU了，最少也是兩個(gè)核心數(shù)的，這時(shí)差別就出來了：通過之前的案例我們已經(jīng)知道，即使在多核CPU中，多線程同一時(shí)刻也只有一個(gè)線程在運(yùn)行，這樣不僅不能利用多核CPU的優(yōu)勢(shì)，反而由于每個(gè)線程在多個(gè)CPU上是交替執(zhí)行的，導(dǎo)致在不同CPU上切換時(shí)造成資源的浪費(fèi)，反而會(huì)更慢。即原因是一個(gè)進(jìn)程只存在一把gil鎖，當(dāng)在執(zhí)行多個(gè)線程時(shí)，內(nèi)部會(huì)爭(zhēng)搶gil鎖，這會(huì)造成當(dāng)某一個(gè)線程沒有搶到鎖的時(shí)候會(huì)讓cpu等待，進(jìn)而不能合理利用多核cpu資源。

但是在使用多線程抓取網(wǎng)頁內(nèi)容時(shí)，遇到IO阻塞時(shí)，正在執(zhí)行的線程會(huì)暫時(shí)釋放GIL鎖，這時(shí)其它線程會(huì)利用這個(gè)空隙時(shí)間，執(zhí)行自己的代碼，因此多線程抓取比單線程抓取性能要好，所以我們還是要使用多線程的。

GIL對(duì)多線程Python程序的影響

程序的性能受到計(jì)算密集型(CPU)的程序限制和I/O密集型的程序限制影響,那什么是計(jì)算密集型和I/O密集型程序呢?

計(jì)算密集型：要進(jìn)行大量的數(shù)值計(jì)算，例如進(jìn)行上億的數(shù)字計(jì)算、計(jì)算圓周率、對(duì)視頻進(jìn)行高清解碼等等。這種計(jì)算密集型任務(wù)雖然也可以用多任務(wù)完成，但是花費(fèi)的主要時(shí)間在任務(wù)切換的時(shí)間，此時(shí)CPU執(zhí)行任務(wù)的效率比較低。

IO密集型：涉及到網(wǎng)絡(luò)請(qǐng)求(time.sleep())、磁盤IO的任務(wù)都是IO密集型任務(wù)，這類任務(wù)的特點(diǎn)是CPU消耗很少，任務(wù)的大部分時(shí)間都在等待IO操作完成（因?yàn)镮O的速度遠(yuǎn)遠(yuǎn)低于CPU和內(nèi)存的速度）。對(duì)于IO密集型任務(wù)，任務(wù)越多，CPU效率越高，但也有一個(gè)限度。

當(dāng)然為了避免GIL對(duì)我們程序產(chǎn)生影響，我們也可以使用，線程鎖。

LockRLock

常用的資源共享鎖機(jī)制：有Lock、RLock、Semphore、Condition等，簡(jiǎn)單給大家分享下Lock和RLock。

Lock

特點(diǎn)就是執(zhí)行速度慢，但是保證了數(shù)據(jù)的安全性

RLock

使用鎖代碼操作不當(dāng)就會(huì)產(chǎn)生死鎖的情況。

什么是死鎖

死鎖：當(dāng)線程A持有獨(dú)占鎖a，并嘗試去獲取獨(dú)占鎖b的同時(shí)，線程B持有獨(dú)占鎖b，并嘗試獲取獨(dú)占鎖a的情況下，就會(huì)發(fā)生AB兩個(gè)線程由于互相持有對(duì)方需要的鎖，而發(fā)生的阻塞現(xiàn)象，我們稱為死鎖。即死鎖是指多個(gè)進(jìn)程因競(jìng)爭(zhēng)資源而造成的一種僵局，若無外力作用，這些進(jìn)程都將無法向前推進(jìn)。

所以，在系統(tǒng)設(shè)計(jì)、進(jìn)程調(diào)度等方面注意如何不讓這四個(gè)必要條件成立，如何確定資源的合理分配算法，避免進(jìn)程永久占據(jù)系統(tǒng)資源。

死鎖代碼

python線程間通信

如果各個(gè)線程之間各干各的，確實(shí)不需要通信，這樣的代碼也十分的簡(jiǎn)單。但這一般是不可能的，至少線程要和主線程進(jìn)行通信，不然計(jì)算結(jié)果等內(nèi)容無法取回。而實(shí)際情況中要復(fù)雜的多，多個(gè)線程間需要交換數(shù)據(jù)，才能得到正確的執(zhí)行結(jié)果。

python中Queue是消息隊(duì)列，提供線程間通信機(jī)制，python3中重名為為queue，queue模塊塊下提供了幾個(gè)阻塞隊(duì)列，這些隊(duì)列主要用于實(shí)現(xiàn)線程通信。

在 queue 模塊下主要提供了三個(gè)類，分別代表三種隊(duì)列，它們的主要區(qū)別就在于進(jìn)隊(duì)列、出隊(duì)列的不同。

簡(jiǎn)單代碼演示

此時(shí)代碼會(huì)阻塞，因?yàn)閝ueue中內(nèi)容已滿，此時(shí)可以在第四個(gè)queue.put('蘋果')后面添加timeout，則成為 queue.put('蘋果'，timeout=1)如果等待1秒鐘仍然是滿的就會(huì)拋出異常，可以捕獲異常。

同理如果隊(duì)列是空的，無法獲取到內(nèi)容默認(rèn)也會(huì)阻塞，如果不阻塞可以使用queue.get_nowait()。

在掌握了 Queue 阻塞隊(duì)列的特性之后，在下面程序中就可以利用 Queue 來實(shí)現(xiàn)線程通信了。

下面演示一個(gè)生產(chǎn)者和一個(gè)消費(fèi)者，當(dāng)然都可以多個(gè)

使用queue模塊，可在線程間進(jìn)行通信，并保證了線程安全。

協(xié)程

協(xié)程，又稱微線程，纖程。英文名Coroutine。

協(xié)程是python個(gè)中另外一種實(shí)現(xiàn)多任務(wù)的方式，只不過比線程更小占用更小執(zhí)行單元（理解為需要的資源）。為啥說它是一個(gè)執(zhí)行單元，因?yàn)樗詭PU上下文。這樣只要在合適的時(shí)機(jī)， 我們可以把一個(gè)協(xié)程 切換到另一個(gè)協(xié)程。只要這個(gè)過程中保存或恢復(fù) CPU上下文那么程序還是可以運(yùn)行的。

通俗的理解：在一個(gè)線程中的某個(gè)函數(shù)，可以在任何地方保存當(dāng)前函數(shù)的一些臨時(shí)變量等信息，然后切換到另外一個(gè)函數(shù)中執(zhí)行，注意不是通過調(diào)用函數(shù)的方式做到的，并且切換的次數(shù)以及什么時(shí)候再切換到原來的函數(shù)都由開發(fā)者自己確定。

在實(shí)現(xiàn)多任務(wù)時(shí)，線程切換從系統(tǒng)層面遠(yuǎn)不止保存和恢復(fù) CPU上下文這么簡(jiǎn)單。操作系統(tǒng)為了程序運(yùn)行的高效性每個(gè)線程都有自己緩存Cache等等數(shù)據(jù)，操作系統(tǒng)還會(huì)幫你做這些數(shù)據(jù)的恢復(fù)操作。所以線程的切換非常耗性能。但是協(xié)程的切換只是單純的操作CPU的上下文，所以一秒鐘切換個(gè)上百萬次系統(tǒng)都抗的住。

greenlet與gevent

為了更好使用協(xié)程來完成多任務(wù)，除了使用原生的yield完成模擬協(xié)程的工作，其實(shí)python還有的greenlet模塊和gevent模塊，使實(shí)現(xiàn)協(xié)程變的更加簡(jiǎn)單高效。

greenlet雖說實(shí)現(xiàn)了協(xié)程，但需要我們手工切換，太麻煩了，gevent是比greenlet更強(qiáng)大的并且能夠自動(dòng)切換任務(wù)的模塊。

其原理是當(dāng)一個(gè)greenlet遇到IO(指的是input output 輸入輸出，比如網(wǎng)絡(luò)、文件操作等)操作時(shí)，比如訪問網(wǎng)絡(luò)，就自動(dòng)切換到其他的greenlet，等到IO操作完成，再在適當(dāng)?shù)臅r(shí)候切換回來繼續(xù)執(zhí)行。

模擬耗時(shí)操作：

如果有耗時(shí)操作也可以換成，gevent中自己實(shí)現(xiàn)的模塊，這時(shí)候就需要打補(bǔ)丁了。

使用協(xié)程完成一個(gè)簡(jiǎn)單的二手房信息的爬蟲代碼吧！

以下文章來源于Python專欄 ，作者宋宋

文章鏈接：

小白都看懂了，Python 中的線程和進(jìn)程精講，建議收藏

目錄

眾所周知，CPU是計(jì)算機(jī)的核心，它承擔(dān)了所有的計(jì)算任務(wù)。而操作系統(tǒng)是計(jì)算機(jī)的管理者，是一個(gè)大管家，它負(fù)責(zé)任務(wù)的調(diào)度，資源的分配和管理，統(tǒng)領(lǐng)整個(gè)計(jì)算機(jī)硬件。應(yīng)用程序是具有某種功能的程序，程序運(yùn)行與操作系統(tǒng)之上

在很早的時(shí)候計(jì)算機(jī)并沒有線程這個(gè)概念，但是隨著時(shí)代的發(fā)展，只用進(jìn)程來處理程序出現(xiàn)很多的不足。如當(dāng)一個(gè)進(jìn)程堵塞時(shí)，整個(gè)程序會(huì)停止在堵塞處，并且如果頻繁的切換進(jìn)程，會(huì)浪費(fèi)系統(tǒng)資源。所以線程出現(xiàn)了

線程是能擁有資源和獨(dú)立運(yùn)行的最小單位，也是程序執(zhí)行的最小單位。一個(gè)進(jìn)程可以擁有多個(gè)線程，而且屬于同一個(gè)進(jìn)程的多個(gè)線程間會(huì)共享該進(jìn)行的資源

① 200 多本 Python 電子書（和經(jīng)典的書籍）應(yīng)該有

② Python標(biāo)準(zhǔn)庫(kù)資料（最全中文版）

③ 項(xiàng)目源碼（四五十個(gè)有趣且可靠的練手項(xiàng)目及源碼）

④ Python基礎(chǔ)入門、爬蟲、網(wǎng)絡(luò)開發(fā)、大數(shù)據(jù)分析方面的視頻（適合小白學(xué)習(xí)）

⑤ Python學(xué)習(xí)路線圖（告別不入流的學(xué)習(xí)）

私信我01即可獲取大量Python學(xué)習(xí)資源

進(jìn)程時(shí)一個(gè)具有一定功能的程序在一個(gè)數(shù)據(jù)集上的一次動(dòng)態(tài)執(zhí)行過程。進(jìn)程由程序，數(shù)據(jù)集合和進(jìn)程控制塊三部分組成。程序用于描述進(jìn)程要完成的功能，是控制進(jìn)程執(zhí)行的指令集；數(shù)據(jù)集合是程序在執(zhí)行時(shí)需要的數(shù)據(jù)和工作區(qū)；程序控制塊（PCB）包含程序的描述信息和控制信息，是進(jìn)程存在的唯一標(biāo)志

在Python中，通過兩個(gè)標(biāo)準(zhǔn)庫(kù) thread 和 Threading 提供對(duì)線程的支持, threading 對(duì) thread 進(jìn)行了封裝。 threading 模塊中提供了 Thread , Lock , RLOCK , Condition 等組件

在Python中線程和進(jìn)程的使用就是通過 Thread 這個(gè)類。這個(gè)類在我們的 thread 和 threading 模塊中。我們一般通過 threading 導(dǎo)入

默認(rèn)情況下，只要在解釋器中，如果沒有報(bào)錯(cuò)，則說明線程可用

守護(hù)模式：

現(xiàn)在我們程序代碼中，有多個(gè)線程， 并且在這個(gè)幾個(gè)線程中都會(huì)去 操作同一部分內(nèi)容，那么如何實(shí)現(xiàn)這些數(shù)據(jù)的共享呢？

這時(shí)，可以使用 threading庫(kù)里面的鎖對(duì)象 Lock 去保護(hù)

Lock 對(duì)象的acquire方法 是申請(qǐng)鎖

每個(gè)線程在操作共享數(shù)據(jù)對(duì)象之前，都應(yīng)該申請(qǐng)獲取操作權(quán)，也就是調(diào)用該共享數(shù)據(jù)對(duì)象對(duì)應(yīng)的鎖對(duì)象的acquire方法，如果線程A 執(zhí)行了 acquire() 方法，別的線程B 已經(jīng)申請(qǐng)到了這個(gè)鎖， 并且還沒有釋放，那么 線程A的代碼就在此處 等待 線程B 釋放鎖，不去執(zhí)行后面的代碼。

直到線程B 執(zhí)行了鎖的 release 方法釋放了這個(gè)鎖， 線程A 才可以獲取這個(gè)鎖，就可以執(zhí)行下面的代碼了

如：

到在使用多線程時(shí)，如果數(shù)據(jù)出現(xiàn)和自己預(yù)期不符的問題，就可以考慮是否是共享的數(shù)據(jù)被調(diào)用覆蓋的問題

使用 threading 庫(kù)里面的鎖對(duì)象 Lock 去保護(hù)

Python中的多進(jìn)程是通過multiprocessing包來實(shí)現(xiàn)的，和多線程的threading.Thread差不多，它可以利用multiprocessing.Process對(duì)象來創(chuàng)建一個(gè)進(jìn)程對(duì)象。這個(gè)進(jìn)程對(duì)象的方法和線程對(duì)象的方法差不多也有start(), run(), join()等方法，其中有一個(gè)方法不同Thread線程對(duì)象中的守護(hù)線程方法是setDeamon，而Process進(jìn)程對(duì)象的守護(hù)進(jìn)程是通過設(shè)置daemon屬性來完成的

守護(hù)模式：

其使用方法和線程的那個(gè) Lock 使用方法類似

Manager的作用是提供多進(jìn)程共享的全局變量，Manager()方法會(huì)返回一個(gè)對(duì)象，該對(duì)象控制著一個(gè)服務(wù)進(jìn)程，該進(jìn)程中保存的對(duì)象運(yùn)行其他進(jìn)程使用代理進(jìn)行操作

語法：

線程池的基類是 concurrent.futures 模塊中的 Executor ， Executor 提供了兩個(gè)子類，即 ThreadPoolExecutor 和 ProcessPoolExecutor ，其中 ThreadPoolExecutor 用于創(chuàng)建線程池，而 ProcessPoolExecutor 用于創(chuàng)建進(jìn)程池

如果使用線程池/進(jìn)程池來管理并發(fā)編程，那么只要將相應(yīng)的 task 函數(shù)提交給線程池/進(jìn)程池，剩下的事情就由線程池/進(jìn)程池來搞定

Exectuor 提供了如下常用方法：

程序?qū)?task 函數(shù)提交（submit）給線程池后，submit 方法會(huì)返回一個(gè) Future 對(duì)象，F(xiàn)uture 類主要用于獲取線程任務(wù)函數(shù)的返回值。由于線程任務(wù)會(huì)在新線程中以異步方式執(zhí)行，因此，線程執(zhí)行的函數(shù)相當(dāng)于一個(gè)“將來完成”的任務(wù)，所以 Python 使用 Future 來代表

Future 提供了如下方法：

使用線程池來執(zhí)行線程任務(wù)的步驟如下：

最佳線程數(shù)目 = （（線程等待時(shí)間+線程CPU時(shí)間）/線程CPU時(shí)間 ）* CPU數(shù)目

也可以低于 CPU 核心數(shù)

使用線程池來執(zhí)行線程任務(wù)的步驟如下：

關(guān)于進(jìn)程的開啟代碼一定要放在 if __name__ == '__main__': 代碼之下，不能放到函數(shù)中或其他地方

開啟進(jìn)程的技巧

開啟進(jìn)程的數(shù)量最好低于最大 CPU 核心數(shù)

python之多線程原理

并發(fā)：邏輯上具備同時(shí)處理多個(gè)任務(wù)的能力。

并行：物理上在同一時(shí)刻執(zhí)行多個(gè)并發(fā)任務(wù)。

舉例：開個(gè)QQ，開了一個(gè)進(jìn)程，開了微信，開了一個(gè)進(jìn)程。在QQ這個(gè)進(jìn)程里面，傳輸文字開一個(gè)線程、傳輸語音開了一個(gè)線程、彈出對(duì)話框又開了一個(gè)線程。

總結(jié)：開一個(gè)軟件，相當(dāng)于開了一個(gè)進(jìn)程。在這個(gè)軟件運(yùn)行的過程里，多個(gè)工作同時(shí)運(yùn)轉(zhuǎn)，完成了QQ的運(yùn)行，那么這個(gè)多個(gè)工作分別有多個(gè)線程。

線程和進(jìn)程之間的區(qū)別：

進(jìn)程在python中的使用，對(duì)模塊threading進(jìn)行操作，調(diào)用的這個(gè)三方庫(kù)。可以通過 help(threading) 了解其中的方法、變量使用情況。也可以使用 dir(threading) 查看目錄結(jié)構(gòu)。

current_thread_num = threading.active_count() # 返回正在運(yùn)行的線程數(shù)量

run_thread_len = len(threading.enumerate()) # 返回正在運(yùn)行的線程數(shù)量

run_thread_list = threading.enumerate() # 返回當(dāng)前運(yùn)行線程的列表

t1=threading.Thread(target=dance) #創(chuàng)建兩個(gè)子線程，參數(shù)傳遞為函數(shù)名

t1.setDaemon(True) # 設(shè)置守護(hù)進(jìn)程，守護(hù)進(jìn)程：主線程結(jié)束時(shí)自動(dòng)退出子線程。

t1.start() # 啟動(dòng)子線程

t1.join() # 等待進(jìn)程結(jié)束 exit()`# 主線程退出，t1子線程設(shè)置了守護(hù)進(jìn)程，會(huì)自動(dòng)退出。其他子線程會(huì)繼續(xù)執(zhí)行。