Python多线程编程学习笔记


文章目录


写在前面

1. 多进程

  2. 多任务
  2. 多任务的优势：充分利用CPU资源，提高程序的执行效率
  3. 多任务是指在同一时间内执行多个任务
  4. 多任务的表现形式
  • 并发：在一段时间内交替去执行多个任务
  • 并行：在一段时间内真正的同时一起执行多个任务
  1. 进程
  2. 进程（Process）是资源分配的最小单位，它是操作系统进行资源分配和调度运行的基本单位
  3. 一个程序至少有一个进程，程序是静态的，进程是动态的
  1. 多进程完成多任务
  2. p = multiprocessing.Process(target, name, group)
  3. p.start()启动进程
  4. 测试
    from multiprocessing import Process import time # 唱歌 def sing(): for i in range(3): print('唱歌...') time.sleep(0.5) # 跳舞 def dance(): for i in range(3): print('跳舞...') time.sleep(0.5) if __name__ == '__main__': p1 = Process(target=sing) p2 = Process(target=dance) p1.start() p2.start()
  1. 进程执行带有参数的任务
  2. args参数的使用
  3. kwargs参数的使用
    from multiprocessing import Process import time import os # 唱歌 def sing(num): print('唱歌进程的pid：', os.getpid()) print('唱歌父进程的pid：', os.getppid()) for i in range(num): print('唱歌...') time.sleep(0.5) # 跳舞 def dance(num2): print('跳舞进程的pid：', os.getpid()) print('跳舞父进程的pid：', os.getppid()) for i in range(num2): print('跳舞...') time.sleep(0.5) if __name__ == '__main__': print('主进程的pid：', os.getpid()) p1 = Process(target=sing, args=(5,)) p2 = Process(target=dance, kwargs={'num2': 2}) p1.start() p2.start()
  1. 获取进程的编号
  2. 获取当前进程的编号：​​os.getpid()​​
  3. 获取当前父进程的编号：​​os.getppid()​​
  1. 进程的注意点
  2. 主进程会等待所有的子进程执行结束后再结束
  3. 设置守护主进程：主进程不会等待子进程结束就会结束
    子进程对象.daemon = True

2. 多线程

  2. 为什么要使用多线程：
    进程是分配资源的最小单位，一旦创建一个进程就会分配一定的资源。线程是程序执行的最小单位，一个进程中最少有一个线程来负责执行程序。线程自己不拥有系统资源，它可以与同属一个进程的其他线程共享进程所拥有的全部资源。
  3. 多线程完成多任务：跟进程一毛一样，只不过模块不一样。
    from threading import Thread
  4. 线程执行带有参数的任务：跟进程一毛一样
  5. 主线程和子线程的结束顺序：也跟进程一毛一样只不过设置守护线程的方法有两种：
  2. 在创建的时候，传递daemon参数
  3. 创建后，设置daemon
  1. 线程间的执行顺序
  2. 线程之间的执行是无序的，由CPU调度
  3. 获取当前的线程信息：​​threading.current_thread()​​
  1. 进程和线程对比
  2. 关系对比：
  2. 线程是依附在进程里面的，没有进程就没有线程
  3. 一个进程默认提供一条线程，进程可以创建多个线程
  1. 区别对比：
  2. 创建进程的资源开销要比创建线程的资源开销要大
  3. 进程是操作系统资源分配的基本单位，线程是CPU调度的基本单位
  4. 线程不能够独立执行，必须依存在进程中
  1. 优缺点对比：
  2. 进程优缺点：
    优点：可以用多核
    缺点：资源开销大
  3. 线程优缺点：
    优点：资源开销小
    缺点：不能使用多核

3. 补充

  2. join：等待该线程执行完之后，才接着运行主线程后面的语句。
  3. 线程的返回是不能用return的，也就是说多线程的时候，不能通过return获取函数的返回值，需要传入一个记录返回值的列表，然后将函数的结果放入列表中。
  4. GIL 限制了 Python 多线程的性能不会像我们预期的那样。GIL：全局解释器锁，Global Interpreter Lock。GIL参考链接，​​参考链接2​
  • 我们该如何解决GIL锁的问题呢？
  2. 更换cpython为jpython(不建议)
  3. 使用多进程完成多线程的任务
  4. 在使用多线程可以使用c语言去实现
  • 什么时候会释放GIL？
  2. 遇到像 i/o操作这种 会有时间空闲情况 造成cpu闲置的情况会释放Gil
  3. 会有一个专门ticks进行计数 一旦ticks数值达到100 这个时候释放Gil锁 线程之间开始竞争Gil锁(说明: ticks这个数值可以进行设置来延长或者缩减获得Gil锁的线程使用cpu的时间)
  • 互斥锁和Gil锁的关系？
  2. Gil锁 : 保证同一时刻只有一个线程能使用到cpu
  3. 互斥锁 : 多线程时，保证修改共享数据时有序的修改，不会产生数据修改混乱
  1. 互斥锁​​threading.Lock()​​，执行时需要​​lock.acquire()​​，结束后需要​​lock.release()​​，这样有锁的线程才能操作。