python全栈学习--day42

线程

什么是线程？

线程是CPU调度的最小单位。而进程是资源分配的最小单位，进程和线程是什么关系？

　　线程是在进程中的一个执行单位，多进程 本质上开启的这个进程里就有一个线程

　　多进程 本质上开启的这个进程里就有一个线程

　　多线程 单纯的在当前进程中开启了多个线程

线程和进程的区别：

　　线程的开启，销毁，任务切换的时间开销小

　　在同一个进程中数据共享

　　能实现并发，但不能脱离进程

　　进程负责管理分配资源 线程负责执行代码

GIL 锁  ---全局解释器锁

同一时刻只能在有一个线程访问CPU----线程锁

Cpython解释器 ----copy jpython

python程序效率下降

高计算型-----多线程会导致程序的效率下降

高IO型的-----可以使用多线程

多进程

分布式计算-------celery

import time
from threading import Thread,currentThread,enumerate,activeCount

def func():
    print('-->',currentThread())
    time.sleep(0.1)
    print(123)

t = Thread(target=func)
t.start()
print(t.is_alive())
print(t.getName())
t.setName('t1')
print(t.getName())
# print(currentThread())
# print(enumerate())  # 你启动的活着的线程数 + 1（主线程）
print('-->',activeCount())  # 相当于len(enumerate())
# 守护线程
# 守护进程是等待主进程代码结束之后就结束
# 守护线程是等待主线程都结束之后才结束

import time
from threading import Thread,Lock
def func(lock):
    global n
    temp = n
    n = temp -1

n = 100
t_lst = []
lock = Lock()
for i in range(100):
    t = Thread(target=func,args=(lock,))
    t.start()
    t_lst.append(t)
for t in t_lst:t.join()
print(n)

　

二、同步锁

当多线程争夺锁时，允许第一个获得锁的线程进入临街区，并执行代码。所有之后到达的线程将被阻塞，只到第一个线程执行结束，退出临界区，并释放锁。

多个线程抢占资源的情况:

import time
from threading import Thread
def func():
    global n
    temp = n
    time.sleep(1)
    n = temp -1
 
n = 100
t_lst = []
for i in range(100):
    t = Thread(target=func)
    t.start()
    t_lst.append(t)
for t in t_lst:t.join()
print(n)

　　执行输出：99

明明减少了100次，结果应该是0的。

为啥是99呢？难度是GIL的问题，但GIL是计算CPU那一刻的锁

下面开始具体分析：

第一步，每个线程执行

global n:temp =n 此时，temp等于100

　

第二步：当线程设计到CPU计算时，向CPU发送请求。但是收到GIL的限制

同一时刻，只能有一个线程计算。

CPU计算结果后，返回给线程。线程赋值，并修改全局变量n。此时n=99,线程结束

 那么其他线程，也是做同样的操作。

每个线程赋值n等于99。不管它已经是99了。

上面的现象，出现了数据不安全的情况

最后赋值了100次，都是n=99。所以最终结果是99

 怎么解决呢？加锁

import time
from threading import Thread,Lock
def func(lock):
    global n
    lock.acquire()  #加锁
    temp = n
    n = temp -1
    lock.release()  #解锁

n = 100
t_lst = []
lock = Lock()   #创建锁
for i in range(100):
    t = Thread(target=func,args=(lock,))
    t.start()
    t_lst.append(t)
for t in t_lst:t.join()     #等待所有子线程结束
print(n)

　

执行输出：0

如果把计算和赋值拆开，就会出现数据不安全的情况

　

下面写法，不用加锁，也可以得到0

from threading import Thread

def func():
    global n
    n -= 1

n = 100
for i in range(100):
    t = Thread(target=func)
    t.start()

　　

执行输出：0

因为默认有一个GIL锁，所以每个线程都减等1。所以最终结果为0

三、死锁与递归锁                                                            

进程也有死锁与递归锁，在进程那里忘记说了，放到这里一切说了额

所谓死锁： 是指两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程，如下就是死锁

1 2 3 4 5 6

from threading import Lock   lock = Lock()  # 在同一个线程中,能够被一个锁的多个acquire阻住,这种锁就叫做互斥锁 lock.acquire() lock.acquire() lock.acquire()

死锁，也叫互斥锁

科学家吃面的问题

要完成一件事情 需要两个必要因素
要想吃到面，需要： 叉子，面
资源的互相抢占的问题 —— 死锁

四个人围着一张桌子，桌子上放着一碗面，碗里有一个叉子
必须拿到叉子，才能吃面。
每个人每次只能吃一口面，吃完就放回去，让下一个人吃。