前言
本文将和大家一起探讨python并发编程的实际项目：win图形界面应用（篇七，共八篇），系列文章将会从零开始构建项目，并逐渐完善项目，最终将项目打造成适用于高并发场景的应用。
本文为python并发编程的第二十五篇，上一篇文章地址如下：
python：并发编程（二十四）_Lion King的博客-CSDN博客
下一篇文章地址如下：
python：并发编程（二十六）_Lion King的博客-CSDN博客
一、并发测试
1、观测pycharm线程数（粗略观测）
（1）在没有运行测试协议客户端时，线程数为70
（2）运行客户端的线程数为79
（3） 打开客户端，线程数为74
（4）增加连接，线程数为77
（5）传输数据时，线程数为75
（6） 再次建立连接并发送数据，线程数为73
（7）将连续数量增加至10个，线程数量为72
（8）为什么上述线程数不是呈线性变化？
一些可能影响线程数量变化的因素包括：
①Python解释器的线程池机制：Python解释器可能使用线程池来管理线程，因此在执行线程任务时可能会重用已有的线程，而不会每次都创建新线程。这样可以提高线程的效率，但可能导致线程数量不会严格线性增加。
②操作系统的线程调度：操作系统负责线程的调度和管理，它可能会对线程的创建和销毁进行优化和调整。操作系统可能会合并或重用一些线程资源，或者根据实际情况动态调整线程池的大小，以提高系统的整体性能。
③其他线程或进程的影响：系统中可能同时运行着其他线程或进程，它们也会占用一定的资源。这些线程或进程的存在可能会影响到线程数量的变化，使其不是严格线性的。
因此，在你的测试中，虽然你建立了多个TCP连接，但线程数量的变化可能受到上述因素的影响，导致结果不是严格线性的。这是正常现象，不必过于担心。最重要的是确保你的应用程序在运行时具有预期的功能和性能。
2、线程数量精准观测
（1）在接收数据的地方增加线程数量打印
print(threading.active_count())
（2）观测到的数量变化
①建立TCP通信，并接受数据，此时的线程数为2，应该是主线程+1个TCP子线程
②后续每添加一个tab页，则新增加一个子线程，由此可见呈线性增加，也符合代码逻辑
这些数据说明我们的应用具备多线程并发的能力，目前实测至少支持10个客户端高并发，是能达到我目前的需求的。
二、测试小结
1、关于应用功能
应用有很多BUG与交互不友好的地方，如即使关闭tab页面无法关闭TCP连接，这些可能会影响调试，功能其实只有TCPclient，详细情况如下：
（1）选项卡功能
创建TCP客户端选项卡：通过点击"TCP Client"菜单项，可以在应用程序中创建一个TCP客户端选项卡，用于连接到服务器和发送/接收消息。
（2）在TCP客户端选项卡中，具体功能包括：
输入服务器IP地址和端口号。
点击"连接"按钮，连接到指定的服务器。
在发送消息输入框中输入消息，并点击"发送"按钮，将消息发送给服务器。
在接收消息区域中显示接收到的服务器消息。
（3）其他功能包括：
支持关闭选项卡，即关闭已连接的TCP客户端选项卡时会断开与服务器的连接。
2、关于线程监控
在Python中，可以使用以下几种方式来精准监控线程：
（1）使用threading模块：threading模块是Python内置的用于多线程编程的模块，通过使用Thread类创建线程对象，可以监控线程的状态和执行情况。可以使用is_alive()方法检查线程是否处于活动状态，使用join()方法等待线程执行结束。
（2）使用threading.active_count()函数：threading模块提供了active_count()函数，用于获取当前活动线程的数量。可以周期性地调用该函数来监控线程数量的变化。
（3）使用threading.enumerate()函数：threading模块的enumerate()函数可以返回当前活动的线程对象列表。通过比较前后两次调用的结果，可以判断线程是否增加或减少。
（4）使用threading._active字典：threading模块内部维护了一个_active字典，记录了当前活动的线程对象和其标识符。可以通过检查字典的长度来获取活动线程的数量。
（5）使用钩子函数：可以通过自定义钩子函数，在线程创建和结束时进行回调，并在回调函数中记录线程的状态和执行情况。
（6）使用第三方工具或库：还可以使用第三方工具或库来监控线程，例如psutil库可以获取系统的线程信息，threading_ex库提供了更多的线程监控功能，如线程执行时间、线程锁等。
这些方法可以根据需求选择合适的方式来监控线程的状态和数量。注意，在多线程编程中，由于线程之间的并发执行，可能会遇到线程安全的问题，因此在监控线程时需要注意线程同步和锁机制，以确保监控数据的准确性。