Python并发复习１

一、基本概念

程序： 指令集，静态，

进程： 当程序运行时，会创建进程，是操作系统资源分配的基本单位

线程： 进程的基本执行单元，每个进程至少包含一个线程，是任务调度和执行的基本单位

> 进程和线程之间的关系：

① 一个线程只属于一个进程
② 一个进程可以包含多个线程，只有一个主线程

>  进程和线程资源对比

① 进程具有独立的空间和系统资源

② 线程不具有独立的空间和系统资源

③ 同一个进程下的多个线程共享该进程的空间和系统资源

④ 局部变量不共享

> 多线程中对于贡献资源修改的问题 
--- 多线程的同步问题、 线程不安全、通过同步解决

二、 多线程

１．需要清楚的一点

　　单核CPU: 宏观并行，微观实际上是串行　－　并发
　　多核CPU: 微观本质并行

２．应用场合：　　

　　① 计算密集型 　--- 不适合单核CPU多线程　 --- 数值计算
　　② I/O密集型　 --- 适合单核CPU多线程 　　--- 频繁读写

３．优点：

　　　速度快

４．缺点：

　　(1) 线程本身也是程序，线程越多，占用的内存越多；
　　(2) 多线程的调用需要协调管理，CPU对线程的跟踪需要消耗内存；
　　(3) CPU多线程的切换需要消耗内存
　　(4) 多线程之间对共享资源问题，需要解决数据的一致性

三、 线程的创建

三种方式：

(1) threading模块
--- 通过指定target(函数名)和args(函数参数)
(2) 使用Thread类，重写run方法
(3) 使用线程池

3.1 threading模块

import threading
import time
def misson(*args):
    for i in range(args[1]):
        print(i)
        time.sleep(1)
# 创建线程对象,参数必须使用元组传递
t = threading.Thread(target = mission, args = args)
# 激活线程(排队),等待CPU分配时间片来执行
t.start()
t.start()

3.2. 使用Thread类，重写run方法 

        --- 适用于需要创建很多个执行方法相同的线程对象时，用类方法

class My_Thread(threading.Thread):
    def __init__(self, n1):
        self.n1 = n1
        super().__init__()
    # run方法是真正执行函数认为的方法
    def run(self):
        for i in range(self.end):
            print(i)
t1 = My_Thread()
t1.start(10)

3.3 线程池

线程池的使用threadpool较少，使用concurrent.futures下的 ThreadPoolExecutor 线程池

from concurrent.futures import ThreadPoolExecutor
import time


def sayhello(a):
    print("hello: " + a)
    time.sleep(2)


def main():
    seed = ["a", "b", "c"]

    # 第一种方法submit
    with ThreadPoolExecutor(3) as executor:
        for each in seed:
            executor.submit(sayhello, each)

    # 第二种方法map
    with ThreadPoolExecutor(3) as executor1:
        executor1.map(sayhello, seed)


if __name__ == '__main__':
    main()

四、 线程的生命周期

(1) 新建 --- 创建线程对象，没有执行能力
(2) 就绪 --- 调用start方法,把执行权利交给CPU
(3) 运行 --- 执行线程任务，获得CPU时间片在一个线程运行时，可能将时间片分配给其他线程
(4) 阻塞 --- 处于等待过程，CPU不给阻塞状态分配时间片
(5) 死亡 --- run方法执行完毕或者抛出没有捕获的异常

五、线程的同步

　　--- 在同一个进程下，各个线程共享资源引起不安全，即对成员变量的操作进行共享

1.  抢票问题 - 锁

import time
import threading

ticket = 100

def buy_ticket():
    global ticket
    while ticket:
        t = threading.current_thread()
        print(f'{t.name}{ticket}')
        time.sleep(0.5)
        ticket -= 1

if __name__ == '__main__':
    t1 = threading.Thread(target=buy_ticket)
    t1.name = '张三'  # 设定线程名字
    t1.start()
    t2 = threading.Thread(target=buy_ticket)
    t2.name = '张四'
    t2.start()
    t3 = threading.Thread(target=buy_ticket)
    t3.name = '张五'
    t3.start()

运行结果如下，会出现重复的抢票，即多个线程获得同一个变量：

解决办法：

      使用线程锁， 即在同一时间内，一个共享资源只能被一个线程访问

加锁      --- threading.Lock()
抢锁     --- lock.acquare()
解锁     --- lock.release()

import time
import threading

lock = threading.Lock()
ticket = 100
def buy_ticket():
    global ticket
    while True:
        try:
            lock.acquire()
            if ticket > 0:
                t = threading.current_thread()
                time.sleep(0.2)
                print(f'{t.name}抢到了第{ticket}张票')
                ticket -= 1
            else:
                break
        finally:
            lock.release()

t1=threading.Thread(target=buy_ticket)
t1.name="张三"
t2=threading.Thread(target=buy_ticket)
t2.name="李四"
t3=threading.Thread(target=buy_ticket)
t3.name="王五"

t1.start()
t2.start()
t3.start()

2. 生产者消费者模型

   (1)  消费者一直消费，商品=0，等待生产                    --- wait 
   (2)  生产者隔一段时间看一次，如果小于3，开始生产 --- 耗费CPU
   (3)  只要消费者消费了产品，通知生产者生产商品       --- notify

   程序见Python并发复习2 - threading模块

六、多进程

1. 进程创建

（1）使用multiprocessing.Process(target=函数名)

（2）继承Process重写run

2. 进程操作

Os.getpid      # 得到本身进程id

Os.getppid    # 得到父进程id

Fork：复制进程，只能在linux下使用

其他方法同线程

3. 进程队列

进程优于线程：

不存在资源共享问题，没有同步锁，也没有死锁

多进程需要处理资源共享问题，使用队列序列化处理（进程队列已经处理好）

   程序见Python并发复习2 - threading模块