1、并发
1.1、并发与并行
并行,parallel,同一时刻,执行不同任务,并且相互没有干扰;
并发,concurrency,一段时间内,交替执行不同的任务;
串行,一个任务执行完成后执行下一个任务;
1.2、并发的解决方法
“高并发模型”:例如早高峰的北京地铁,在同一时刻,需要处理大量任务,可以理解为高并发模型;
解决方法:
(1)队列,缓冲区:将任务排队,形成队列,先进先出,就解决了资源的使用问题;形成的队列其实就是一个缓冲区域,假设排队有一种优先机制,例如女士优先,则次队列为优先对列;
(2)争抢:谁抢到资源就上锁,排他性的锁,其他任务只能等待;争抢是一种高并发的解决方案,但是这样不好,因为可能有任务长期霸占资源,有人一直抢不到资源;
(3)预处理:将各个任务会用到的热点数据提前缓存,这样就减少了任务的执行时间;
(4)并行:开辟多的资源,例如银行办理业务,排队的人多了,可以多增加业务窗口;此方案为水平扩展的思想;
(5)提速:简单的就是提高资源性能,提高cpu性能或者单个服务器安装更多的cpu,此方案为垂直扩展
(6)消息中间件:模型可以理解为北京地铁站外面的排队走廊,具有缓冲人流量的功能;常见的消息队列有:RabbitMQ、ActiveMQ、RocketMQ(阿里)、kafka等
2、进程与线程
# 进程与线程的关系:
程序是源码编译后的文件,而这些文件被存放在磁盘上;当程序被操作系统加载到内存中,就是进程,进程中存放着指令和数据(资源),进程是线程的容器;线程是操作系统进行运算调度的最小单位;
2.1、线程的状态
2.2、python中的进程与线程
# 进程会启动一个解释器进程,线程共享一个解释器进程;会有一个GIL,全局解释器锁,来分配具体线程任务执行;python的GIL保证同一时刻只有一个线程被执行;
3、Python的多线程开发
3.1、Thread类
# Python的线程开发使用标准款threading;
# Thread类的初始化方法
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, *, daemon=None):
参数:
target 线程调用的对象,就是目标函数;
name 为线程起名
args 为目标函数传递位置参数,元祖;
kwargs 为目标函数传递关键字参数,字典
(1)线程的启动:
通过threading.Thread创建一个线程对象,target是目标函数,name指定线程名称,到此线程被创建完成,需要调用start() 方法来启动线程 ;
import threading import time def work(): print('I m working') print('Finished') t=threading.Thread(target=work,name='workerthread') t.start()