Python学习并发与多线程

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
def work():
    print('I m  working')
    print('Finished')

t=threading.Thread(target=work,name='workerthread') # 创建线程t
t.start() # 启动线程t

（2）线程的退出：

# python没有提供线程的退出方法，但是线程在以下情况会退出：

①：线程函数内语句执行完成；

②：线程函数中抛出未处理异常；

# python的线程没有优先级、没有线程组的概念，也不能被销毁，停止，挂起，也没有恢复和中断；

（3）线程的传参

# 线程的传参本质上和函数没有区别

import threading

def add(x,y):
    print(x+y)

t=threading.Thread(target=add,args=(4,5),name='workerthread') # args=(4,5)传递位置参数；
t.start()

（4）threading的属性和方法

# current_thread()  返回当前线程对象

# main_thread() 返回主线程对象

# active_count() 返回处于alive状态的线程数

# enumerate() 返回所有活着的线程列表，不包括已经终止的线程和未开始的线程

# get_ident() 返回当前线程的id，非0整数

（5）Thread实例的属性和方法

# name：线程名称

# ident：线程id，线程启动后才有id，否则为None

# is_alive()：是否存活

# start()方法与run()方法

①：start()　启动线程，每一个线程必须并且只能执行一次该方法；

    def start(self):

        if not self._initialized:
            raise RuntimeError("thread.__init__() not called")

        if self._started.is_set():
            raise RuntimeError("threads can only be started once")
        with _active_limbo_lock:
            _limbo[self] = self
        try:
            _start_new_thread(self._bootstrap, ()) # 启动一个线程
        except Exception:
            with _active_limbo_lock:
                del _limbo[self]
            raise
        self._started.wait()

②：run()　 并不启动新线程，只是在主线程中调用了一个函数，调用定义线程对象中的target函数；

    def run(self):
        try:
            if self._target:
                self._target(*self._args, **self._kwargs) # 执行target函数
        finally:
            # Avoid a refcycle if the thread is running a function with
            # an argument that has a member that points to the thread.
            del self._target, self._args, self._kwargs

3.2、多线程

#  多线程，一个进程中如果有多个线程，就是多线程，实现一种并发；

# 一个进程中至少有一个线程，并作为程序的入口，这个线程就是主线程；一个进程至少有一个主线程，其他线程为工作线程；

# 线程安全与线程不安全

def worker():
    for x in range(100):
        print('{} is runing'.format(threading.current_thread().name))


for x in range(1,5):
    name='work-{}'.format(x)
    t= threading.Thread(target=worker,name=name)
    t.start()

运行结果:
work-1 is runing
work-2 is runingwork-1 is runingwork-3 is runing

work-4 is runing
work-3 is runingwork-2 is runing

work-1 is runing

分析：
看代码，应该是一行行打印，但是很多字符串打印在了一起？
说明print函数被打断了，被线程切换打断了，print函数分2步，第一步打印字符串，第二步打印换行，就在2步之间被打断，发生了线程切换
每个线程是根据系统调用cpu分时计算的，可能出现线程1的函数还没有执行完成，则cpu资源被线程2给抢占，则去执行线程2的函数；
解决方法:字符串是不可变数据类型，它作为一个整体不可分割输出，end=''不再让print换行,但没有解决根本问题，应为print函数是线程不安全

3.3、daemon线程与non-daemon线程

# 注意：daemon不是linux中的守护进程,daemon属性必须在start方法之前设置好;

在主线程运行结束后会检查是否含有，没有执行完成的non-daemon线程，
如果有则等待non-daemon线程运行完成;
没有则直接结束线程;

源码中Thread的 __init__方法中
if daemon is not None:
    self._daemonic=daemon  # 设定daemon的布尔值 ，true为daemon，false为non-daemon 
else:
    self._daemonic=current_thread().daemon # 如果为None则从父线程获取；

# 总结：

①：线程具有一个daemon属性，可以显示设置为True或False，也可以不设置，则默认为None；

②：如果不设置daemon，就取当前线程的daemon来设置它；

③：主线程是non-daemon，即daemon=False；

④：从主线程创建的所有线程不设置daemon，则默认daemon=False，也就是non-daemon线程；

⑤：Python程序在没有活的non-daemon线程运行时退出，也就是剩下的只能是daemon线程，主线程才能退出，否则主线程只能等待；

3.4、join方法

import time
import threading

def foo(n):
    for i in range(n):
        print(i)
        time.sleep(1)


t1=threading.Thread(target=foo,args=(10,),daemon=True)
t1.start()
t1.join() # 表示主线程，必须等到t1线程结束以后才结束；
print('main thread end')

'''
运行结果：
0
1
2
.
.
9
main thread end

分析：由于t1.join()方法后，将主线程阻塞，等待t1线程结束；
'''

# join(timeout=None),是线程的标准方法之一；

# 一个线程中调用另外一个线程的join方法，调用着将被阻塞，直到被调用线程终止；

# 一个线程可以被join多次，timout参数指定调用则等待多久，没有设置超时时间，就一直等待到被调用者线程终止；设置超时时间如果被调线程没有结束，则调用者不等待，直接结束线程；

# 调用谁的join方法，就是join谁，就要等待谁；

4、threading.local类

# python提供的threading.local类，将这个类实例化得到一个全局对象，但是不同的线程使用这个对象存储数据其他线程看不见；

# 本质：threading.local类构建了一个大字典，存放所有线程相关的字典，定义如下： { id(Thread) -> (ref(Thread), thread-local dict) }

# 每一个线程的id为key，元祖为value；

# value中2部分为：线程对象引用，每个线程自己的字典；

from threading import local
import threading
import time

a=local()

def worker():
    a.x=0

    for i in range(10):
        # print(a.__dict__,current_thread().ident)
        time.sleep(0.0001)
        a.x+=1

    print(threading.current_thread(),a.x,a.__dict__)


for i in range(5):

    threading.Thread(target=worker).start()

'''
运行结构：
<Thread(Thread-3, started 14488)> 10 {'x': 10}
<Thread(Thread-4, started 14420)> 10 {'x': 10}
<Thread(Thread-5, started 13620)> 10 {'x': 10}
<Thread(Thread-1, started 11808)> 10 {'x': 10}
<Thread(Thread-2, started 15348)> 10 {'x': 10}
'''

5、定时器Timer

# Timer是线程Thread的子类，就是线程类，具有线程的属性和方法；

# 它的实例就是能延时执行目标函数的线程，在真正执行目标函数之前，都可以cancel它；

# cancel方法本质使用Event类实现；

# 自定义实现Timer类：

class MyTimer:
    def __init__(self,interval,func,args=(),kwargs={}):
        self.interval=interval
        self.func=func
        self.args=args
        self.kwargs=kwargs
        self.event=Event()
    def cancel(self):
        print("call cancel------>")
        self.event.set()

    def start(self):
        Thread(target=self._run).start()  # 在这里起一个线程是为了避免在主线程被阻塞，执行cancel方法不生效的问题

    def _run(self):

        self.event.wait(self.interval)

        if not self.event.is_set():
            self.func(*self.args,**self.kwargs)
            # Thread(target=self.func,args=self.args,kwargs=self.kwargs).start()
        self.event.set()

def add(x,y):
    print(3,'========>',x + y)


t1=MyTimer(3,add,(4,5))

t1.start()
t1.cancel()


print('Main Thread end')