python之threading

a.进程和线程
b.多线程

a.进程和线程
进程：就是正在运行的程序实例
线程：进程中的一个实体，被系统独立调度分配的基本单位，线程自己不拥有系统资源，但是它可以和同属一个进程的线程共享资源

进程和线程的区别：
1.地址空间：进程内的一个执行单元，进程至少有一个线程，他们共享进程的地址空间，进程拥有自己独立的空间
2.资源拥有：进程的资源分配和拥有的单位，同一个进程内线程共享进程资源
3.线程是处理器调度的基本单位，进程不是
4.二者均可以并发执行b.多线程(threading)
加速程序及计算的有效方式
b1.添加线程

#coding=utf-8
import threading
print(threading.active_count()) #获取当前线程数量
print(threading.current_thread())#查看当前运行的线程
#添加线程
def thread_job():
        print('当前线程是%s'%threading.current_thread())

def thread_job2():
        print('当前线程是%s'%threading.current_thread())

thread=threading.Thread(target=thread_job)
thread1=threading.Thread(target=thread_job2)
thread.start()
thread1.start()

b2.join功能
#如果不加join，程序输出混乱，执行完全取决于两个线程的执行速度，完全有可能t2结束后出现在finish之前，通过join进行控制

#coding=utf-8
import threading

import time
def t1():
        print('t1开始了')
        for i in range(10):
                time.sleep(0.1)
        print('t1结束')

def t2():
        print('t2开始')
        print('t2结束')

th1=threading.Thread(target=t1)
th2=threading.Thread(target=t2)
th1.start()
th2.start()
th2.join()
th1.join()
print('finished')

~

b3.gil（global interprter lock）
python完全支持多线程编程，是现代妈时候完全并行是不安全的，通过会有意个全局解释器锁进行保护，确保任何时候只有一个线程在执行，gil锁最大问题就是python多线程程序不能利用多核cpu优势

b4.线程锁
lock在不同线程中通向同一内存时候，能够确保互相之间不影响，使用lock方法实在每个线程执行运行修改内存之前，执行lock.aquire()将内存上锁，却白当前线程执行时候，内存不会被其他线程访问，执行运算完毕后，使用lock.release()打开锁，保证其他线程可以使用该内存

#coding=utf-8
import threading
def job1():
        global A,lock
        lock.acquire()
        for i in range(10):
                A+=1
                print('job',A)
        lock.release()

def job2():
        global A,lock
        lock.acquire()
        for i in range(10):
                A+=10
                print('job2',A)
        lock.release()

lock=threading.Lock()
A=0
t1=threading.Thread(target=job1)
t2=threading.Thread(target=job2)
t1.start()
t2.start()
t2.join()
t1.join()

猜你喜欢