线程不能单独存在 必须存在于进程中,
进程是一个资源单位,其包含了运行程序所需的所有资源
线程才是真正的执行单位
没有线程,进程中的资源无法被利用起来,所以一个进程至少包含一个线程,称之为主线程
当我们启动一个程序时,操作系统就会自己为这个程序创建一个主线程
为什么需要线程
目的只有一个就是提高效率
就像一个车间 如果产量跟不上 就再造一条流水线
当然可以再造一个新车间,那需要把原材料运过去 ,这个过程是非常耗时的
特点：
1.每个进程都会有一个默认的线程
3.同一进程中的所有线程之间数据是共享的
4.创建线程的开销远比创建进程小的多
主线程与子线程的区别:
1.线程之间是没有父子之分，是平等的
2.主线程是由操作系统自动开启的，而子线是由程序主动开启
3.即使主线程的代码执行完毕，也不会结束进程，会等待所有线程执行完毕，进程才结束
JoinableQueue队列from multiprocessing import JoinableQueue
# 可以被join的队列
q = JoinableQueue()
print('------------')
q.put('123')
q.put('456')
print('取走了%s'% q.get())
q.task_done()
# 告诉队列这个数据已经被处理完毕
# 而不是表示任务全部处理完成
# 只是取出某个数据处理完成
print('-----------')
print('取走了%s'% q.get())
q.task_done()
q.join()
# 等待队列中的数据被处理完毕
print('over')
# task_done=put 调用次数相等 进程才会结束
生产者消费者模型
import random
import time
from multiprocessing import Process,Queue ,JoinableQueue
def make_ice_cream(name,q):
for i in range(5):
time.sleep(random.randint(1,3))
print("%s生产了冰激凌%s" % (name, i))
q.put('%s的%s号冰激凌'%(name,i))
def eat_ice_cream(name,q):
while True:
ice_cream=q.get()
# if not ice_cream:
# break
time.sleep(random.randint(1,3))
print('%s吃掉了%s'%(name,ice_cream))
# 必须记录该数据处理完成了
q.task_done()
if __name__ == '__main__':
q = JoinableQueue()
p1 = Process(target=make_ice_cream,args=('阿三的冰激凌店',q))
p2 = Process(target=make_ice_cream, args=('阿肆的冰激凌店', q))
p3 = Process(target=make_ice_cream, args=('阿五的冰激凌店', q))
c1 = Process(target=eat_ice_cream,args=('大王',q))
c1.daemon=True
c2 = Process(target=eat_ice_cream, args=('二王', q))
c2.daemon=True
c3 = Process(target=eat_ice_cream, args=('三王', q))
c3.daemon=True
p1.start()
p2.start()
p3.start()
c1.start()
c2.start()
c3.start()
# 目前的思路 是当商家做完以后 放一个None 作为结束标志 而且 必须明确商家和消费者的个数
# 明确商家生成完毕 再明确消费者吃完了 就算结束
p1.join()
print("第一家生成完毕")
p2.join()
print("第二家生成完毕")
p3.join()
print("第三家生成完毕")
# 消费者吃完了
q.join()
print('消费者吃完了')
创建线程的俩种方式
from threading import Thread, current_thread
import time
# current_thread:当前线程
def task():
print('1', current_thread())
print('子线程running')
time.sleep(5)
print('子线程over')
# 方法一：直接实例化Thread类
if __name__ == '__main__':
t = Thread(target=task)
t.start()
task()
print('主线程over')
print('1', current_thread())
# 执行顺序不固定 如果开启线程速度足够快 可能子线程先执行
# 方法2
class MyThread(Thread):
def run(self):
print('子线程run')
m = MyThread()
m.start()
print('主线over')
# 使用方法和多进程一模一样 开启线程的代码可以放在任何位置 开启进程必须放在判断下面
线程与进程区别：
1.同一进程中 线程之间数据共享
a = 100
def task():
global a
print("子线程 run........")
a = 1
t = Thread(target=task)
t.start()
print(a) # 1
print("over")
2.创建线程的开销远比创建进程小的多
from threading import Thread
from multiprocessing import Process
import time
def task():
pass
if __name__ == '__main__':
start = time.time()
for i in range(100):
p = Thread(target=task)
p.start()
print(time.time()-start)
# 修改Thread 为Process类 查看结果
3.无论开启了多少子线程PID是不会变的
from threading import Thread
import os
def task():
print(os.getpid())
for i in range(100):
p = Thread(target=task)
p.start()
Tread类的
# threading模块包含的常用方法
import threading
print(threading.current_thread().name) #获取当前线程对象
print(threading.active_count()) # 获取目前活跃的线程数量
print(threading.enumerate()) # 获取所有线程对象
t = Thread(name="aaa")
# t.join() # 主线程等待子线程执行完毕
print(t.name) # 线程名称
print(t.is_alive()) # 是否存活
print(t.isDaemon()) # 是否为守护线程
# 主线程代码执行完毕后，不会立即结束，会等待其他子线程结束
# 主线程 会等待非守护线程结束后结束
# 如果守护线程已经完成任务，程序立马结束
ef task():
print('子线程1 跑........')
time.sleep(2)
print('子线程1 关.....')
def task2():
print('子线程2 跑........')
time.sleep(2)
print('子线程2 关.....')
t1=Thread(target=task)
t1.daemon=True
t1.start()
t2=Thread(target=task2)
t2.start()
print('主线程 关.....')
顺序是：守护线程 等待 主线程 等待 其余子线程
多线程的最主要特征之一是：同一进程中所有线程数据共享
一旦共享必然出现竞争问题。
线程中也存在安全问题,
多线程可以并发执行,一旦并发了并且访问了同一个资源就会有问题
案例:
rom threading import Thread, enumerate, Lock
import time
number = 10
lock = Lock()
def task():
global number
lock.acquire()
a = number
time.sleep(1)
number = a - 1
lock.release()
for i in range(10):
t = Thread(target=task)
t.start()
for t in enumerate()[1:]:
t.join()
print(number)
死锁问题
当程序出现了不止一把锁,分别被不同的线程持有, 有一个资源 要想使用必须同时具备两把锁
这时候程序就会进程无限卡死状态 ,这就称之为死锁
例如:
要吃饭 必须具备盘子和筷子 但是一个人拿着盘子 等筷子 另一个人拿着筷子等盘子
如何避免死锁问题
锁不要有多个,一个足够
如果真的发生了死锁问题,必须迫使一方先交出锁
例子：
现有两把锁l1和l2 用于表示盘子和筷子
两个线程的目标是吃饭，要吃饭的前提是同时拿到筷子和盘子，但是两个人的目标不同一个先拿筷子 ，一个先拿盘子最终造成死锁
from threading import Lock, current_thread, Thread
# 盘子
lock1 = Lock()
# 筷子
lock2 = Lock()
def eat1():
lock1.acquire()
print("%s抢到了盘子" % current_thread().name)
lock2.acquire()
print("%s抢到了筷子" % current_thread().name)
print("%s开吃了!" % current_thread().name)
lock1.release()
print("%s放下盘子" % current_thread().name)
lock2.release()
print("%s放下筷子" % current_thread().name)
def eat2():
lock2.acquire()
print("%s抢到了筷子" % current_thread().name)
lock1.acquire()
print("%s抢到了盘子" % current_thread().name)
print("%s开吃了!" % current_thread().name)
lock2.release()
print("%s放下筷子" % current_thread().name)
lock1.release()
print("%s放下盘子" % current_thread().name)
t1 = Thread(target=eat1)
t2 = Thread(target=eat2)
t1.start()
t2.start()
Rlock
称之为递归锁
或者可重入锁
Rlock不使用用来解决死锁问题的
与Lock唯一的区别:
Rlock同一线程可以多次执行acquire 但是执行几次acquire就应该对应release几次
如果一个线程已经执行过acquire 其他线程将无法执行acquire
Rlock仅仅是帮你解决了代码逻辑上的错误导致的死锁，并不能解决多个锁造成的死锁问题
正常锁
from threading import RLock,Lock,Thread
l=Lock()
l.acquire()
print('1111111')
l.release()
print('222222222')
死锁
from threading import RLock,Lock,Thread
l=Lock()
l.acquire()
print('111111')
l.acquire()
print('2222222')
在处理并发安全时 用完公共资源后一定要释放锁
Lock 锁住一个马桶 同时只能有一个
Semaphore 锁住一个公共厕所 同时可以来一堆人
用途: 仅用于控制并发访问 并不能防止并发修改造成的问题
from threading import Semaphore,Thread
import time
a=Semaphore(5)
def task():
a.acquire()
print('子线程。。')
time.sleep(3)
print('主线程。。')
a.release()
for i in range(8):
t=Thread(target=task)
t.start()