python基础-第九篇-9.1初了解Python线程、进程、协程

　　了解相关概念之前，我们先来看一张图

　

进程：

• 优点：同时利用多个cpu，能够同时进行多个操作
• 缺点：耗费资源（重新开辟内存空间）

线程：

• 优点：共享内存，IO操作时候，创造并发操作
• 缺点：抢占资源

通过对比，我们可以得出：

• 由于计算多用到cpu，所以多进程适合计算密集型
• 由于IO操作不用到cpu，所以多线程适合IO密集型
• 进程不是越多越好，cpu个数=进程个数
• 线程也不是越多越好，具体案例具体分析，请求上下文切换耗时
• 计算机中执行任务的最小单位：线程
• 进程和线程的目的都是提高效率
• 另外，GIL全局解释器锁，这个是Python独有的，作用是一个进程里一次只能执行一个线程，当然这个锁只适用于需要调用cpu的情况

Python线程

　　Threading用于提供线程相关的操作，线程是应用程序中工作的最小单元

import threading
import time

def show(arg):
    time.sleep(1)
    print('thread'+str(arg))

for i in range(10):
    t = threading.Thread(target=show,args=(i,))
    t.start()

print('main thread stop')

 　　上述代码创建了10个前台线程，然后控制器就交给了cpu，cpu根据指定算法进行调度，分片执行指令

更多方法：

• start            线程准备就绪，等待CPU调度
• setName      为线程设置名称
• getName      获取线程名称
• setDaemon   设置为后台线程或前台线程（默认）

                   如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止

                   如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止

• join              逐个执行每个线程，执行完毕后继续往下执行
• run              线程被cpu调度后自动执行线程对象的run方法

自定义线程类：

import threading
import time

class MyThread(threading.Thread):

    def __init__(self,num):
        threading.Thread.__init__(self)
        self.num = num

    def run(self): #定义每个线程要运行的函数

        print('running on number:%s'%self.num)
        time.sleep(3)

if __name__ == '__main__':
    t1 = MyThread(1)
    t2 = MyThread(2)
    t1.start()
    t2.start()

 　　不过我们有个疑问啦，在定义的这个类中，根本没涉及调用run函数，这是怎么实现的呢？？

　　那我们去看下源码就明白了，其实是start方法再起作用

　　

　　

　　

　　所以start方法在底层是调用了run方法

 线程锁（Lock、RLock）

　　由于线程之间是进行随机调度，所以不可避免的存在多个线程同时修改同一条数据，从而可能会出现脏数据，所以出现了线程锁，同一时刻只允许一个线程执行操作。

未上锁的：

import threading
import time

num = 0

def show(arg):
    global num
    time.sleep(1)
    num += 1
    print(num)

for i in range(10):
    t = threading.Thread(target=show,args=(i,))
    t.start()

print('main thread stop')

上锁的：

import threading
import time

num = 0
lock = threading.RLock()

def func():
    lock.acquire()
    global num
    num += 1
    time.sleep(1)
    print(num)
    lock.release()

for i in range(10):
    t = threading.Thread(target=func)
    t.start()

 　　我们会发现，这两段代码输出的结果都一样，并没有产生脏数据，但是细心你会发现：打印结果的过程是不同的，未加锁的--可以说是几乎同时打印结果，而加了锁的，则是一个一个打印，这就是锁在起作用，对同一资源，在一个点上只能执行一个线程。

事件（event）

　　Python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法:set、wait、clear

　　事件处理的机制：全局定义了一个‘flag’，如果‘flag’值为False，那么当程序执行event.wait方法时就会阻塞，如果‘Flag’值为True，那么event.wait方法时便不再阻塞

• clear  将‘Flag’设置为False
• set  将‘Flag’设置为True

import threading
import time

def do(event):
    print('start')
    event.wait()
    print('execute')

event_obj = threading.Event()
for i in range(10):
    t = threading.Thread(target=do,args=(event_obj,))
    t.start()

event_obj.clear()
# time.sleep(2)
inp = input('input:')
if inp == 'true':
    event_obj.set()

import threading
import time

event = threading.Event()

def func():
    print('%s wait for event...'%threading.currentThread().getName())
    #等待--阻塞
    event.wait()

    #收到事件后进入运行状态
    print('%s recv event.'%threading.currentThread().getName())

t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()

time.sleep(2)

#发出事件通知
print('MainThread set event.')
event.set()

信号量（Semaphore）

　　Semaphore是同时允许一定数量的线程更改数据，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。

import threading,time

def run(n):
    semaphore.acquire()
    time.sleep(1)
    print('run the thread:%s'%n)
    semaphore.release()

if __name__ == '__main__':
    num = 0
    #最多允许5个线程同时运行
    semaphore = threading.BoundedSemaphore(5)
    for i in range(20):
        t = threading.Thread(target=run,args=(i,))
        t.start()

条件（Condition）

　　使用线程等待，只有满足某条件时，才释放n个线程

• acquire  给线程上锁
• wait       wait方法释放当前线程占用的锁，同时挂起线程，直至被唤醒或超时（需timeout参数）。当线程被唤醒并重新占有锁的时候，程序才会继续执行下去。
• notify     唤醒一个挂起的线程（如果存在挂起的线程），不会释放所占用的锁
• notifyall  调用这个方法将通知等待池中所有线程，这些线程都将进入锁定池尝试获得锁定，此方法不会释放锁定，使用前线程必须已获得锁定。否则将抛出异常

import threading
import time
def consumer(cond):
    with cond:
        print("consumer before wait")
        cond.wait()
        print("consumer after wait")
  
def producer(cond):
    with cond:
        print("producer before notifyAll")
        cond.notifyAll()
        print("producer after notifyAll")
  
condition = threading.Condition()
c1 = threading.Thread(name="c1", target=consumer, args=(condition,))
c2 = threading.Thread(name="c2", target=consumer, args=(condition,))
  
p = threading.Thread(name="p", target=producer, args=(condition,))
  
c1.start()
time.sleep(2)
c2.start()
time.sleep(2)
p.start()
 
# consumer()线程要等待producer()设置了Condition之后才能继续。

import threading

def run(n):
    con.acquire()
    con.wait()
    print('run the thread:%s'%n)
    con.release()


if __name__ == '__main__':

    con = threading.Condition()
    for i in range(10):
        t = threading.Thread(target=run,args=(i,))
        t.start()

    while True:
        inp = input('>>>')
        if inp == 'q':
            break

        con.acquire()
        con.notify(int(inp))
        con.release()

Python进程

from multiprocessing import Process
import time

def foo(i):
    print('say hi',i)

if __name__ == '__main__':
    for i in range(10):
        p = Process(target=foo,args=(i,))
        p.start()

 　　我们可以看到，进程和线程代码实现几乎是相同的，对于进程而言，模块是multiprocessing，另外，在创建进程前，加了一个__name__的验证，这是由于操作系统的原因，反正你只要加上了就可以了。

　　另外，我们已经提到过，创建进程就等同搭建了一个进程环境，消耗内存是不小的（相对线程）。

 

进程数据共享

　　由于进程创建时，数据是各持有一份的，默认情况下进程间是无法共享数据的。

from multiprocessing import Process
import time

li = []

def foo(i):
    li.append(i)
    print('say hi',li)

if __name__ == '__main__':
    for i in range(10):
        p = Process(target=foo,args=(i,))
        p.start()

    print('ending',li)

结果为：
    say hi [1]
    say hi [0]
    say hi [2]
    say hi [3]
    say hi [4]
    say hi [5]
    say hi [6]
    say hi [7]
    ending []
    say hi [8]
    say hi [9]

 　　从结果里，我们也知道，进程间数据是不共享的，列表元素没有实现累加。

　　不过，如果你硬要实现共享的话，办法还是有的，请往下看:

方法一：引用数组Array

from multiprocessing import Process,Array

def Foo(temp,i):
    temp[i] = 100+i
    for item in temp:
        print(i,'----->',item)

if __name__ == '__main__':
    temp = Array('i', [11, 22, 33, 44])

    for i in range(2):
        p = Process(target=Foo,args=(temp,i,))
        p.start()

方法二：manage.dict（）

from multiprocessing import Process,Manager

def Foo(dic,i):
    dic[i] = 100 + i
    print(dic.values())

if __name__ == '__main__':
    manage = Manager()
    dic = manage.dict()

    for i in range(2):
        p = Process(target=Foo,args=(dic,i,))
        p.start()
        p.join()

方法三：multiprocessing.Queue

from multiprocessing import Process, Queue

def f(i,q):
    print(i,q.get())

if __name__ == '__main__':
    q = Queue()

    q.put("h1")
    q.put("h2")
    q.put("h3")

    for i in range(10):
        p = Process(target=f, args=(i,q,))
        p.start()

 　　当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值，另外涉及数据共享就必定存在同一份数据被多个进程同时修改，所以在multiprocessing模块里也也提供了RLock类。

进程池

　　进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可使用的进程，那么程序就会等待，直到进程池中有可用进程为止。

• apply(func[, args[, kwds]]) ：使用arg和kwds参数调用func函数，结果返回前会一直阻塞，由于这个原因，apply_async()更适合并发执行，另外，func函数仅被pool中的一个进程运行。

• apply_async(func[, args[, kwds[, callback[, error_callback]]]]) ： apply()方法的一个变体，会返回一个结果对象。如果callback被指定，那么callback可以接收一个参数然后被调用，当结果准备好回调时 会调用callback，调用失败时，则用error_callback替换callback。 Callbacks应被立即完成，否则处理结果的线程会被阻塞。

• close() ： 阻止更多的任务提交到pool，待任务完成后，工作进程会退出。

• terminate() ： 不管任务是否完成，立即停止工作进程。在对pool对象进程垃圾回收的时候，会立即调用terminate()。

• join() : wait工作线程的退出，在调用join()前，必须调用close() or terminate()。这样是因为被终止的进程需要被父进程调用wait（join等价与wait），否则进程会成为僵尸进程

• apply        每一个任务是排队进行
• apply_async  每一个任务都并发进行，可以设置回调函数

from multiprocessing import Process,Pool
import time

def Foo(i):
    time.sleep(2)
    return i+100

def Bar(arg):
    print(arg)

if __name__ == '__main__':
    pool = Pool(5)

    for i in range(10):
        pool.apply_async(func=Foo,args=(i,),callback=Bar)

    print('end')
    pool.close()
    pool.join() #进程池中进程执行完毕后再关闭
    print('really end')

队列（queue）

　　适用于多线程编程的先进先出数据结构，可以用来安全的传递多线程信息。

• q = queue.Queue(maxsize=0)   构造一个先进显出队列，maxsize指定队列长度，参数不填默认表示队列长度无限制。
• q.join() 　　 等到队列为kong的时候，在执行别的操作
• q.put(item, block=True, timeout=None)   将item放入Queue尾部，item必须存在，可以参数block默认为True,表示当队列满时，会等待队列给出可用位置，为False时为非阻塞，此时如果队列已满，会引发queue.Full 异常。 可选参数timeout，表示 会阻塞设置的时间，过后，如果队列无法给出放入item的位置，则引发 queue.Full 异常
• q.get(block=True, timeout=None)   移除并返回队列头部的一个值，可选参数block默认为True，表示获取值的时候，如果队列为空，则阻塞，为False时，不阻塞，若此时队列为空，则引发 queue.Empty异常。 可选参数timeout，表示会阻塞设置的时候，过后，如果队列为空，则引发Empty异常。

import threading
import queue

que = queue.Queue(10)

def s(i):
    que.put(i)

def x(i):
    g = que.get(i)
    print('get',g)

for i in range(1,13):
    t = threading.Thread(target=s,args=(i,))
    t.start()

for i in range(1,11):
    t = threading.Thread(target=x,args=(i,))
    t.start()

print('size',que.qsize())

结果为：
    get 1
    get 2
    get 3
    get 4
    get 5
    get 6
    get 7
    get 8
    get 9
    get 10
    size 

Python协程

　　线程和进程的操作是由程序触发系统接口，最后的执行者是系统；而协程的操作则是程序员

　　协程存在的意义：对于多线程应用，cpu通过切片来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码执行顺序。

　　协程的适用场景：当程序中存在大量不需要cpu的操作时（IO），适用于协程。例如：爬虫

greenlet

from greenlet import greenlet
 
 
def test1():
    print 12
    gr2.switch()
    print 34
    gr2.switch()
 
 
def test2():
    print 56
    gr1.switch()
    print 78
 
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

gevent

import gevent
 
def foo():
    print('Running in foo')
    gevent.sleep(0)
    print('Explicit context switch to foo again')
 
def bar():
    print('Explicit context to bar')
    gevent.sleep(0)
    print('Implicit context switch back to bar')
 
gevent.joinall([
    gevent.spawn(foo),
    gevent.spawn(bar),
])

from gevent import monkey; monkey.patch_all()
import gevent
import urllib2

def f(url):
    print('GET: %s' % url)
    resp = urllib2.urlopen(url)
    data = resp.read()
    print('%d bytes received from %s.' % (len(data), url))

gevent.joinall([
        gevent.spawn(f, 'https://www.python.org/'),
        gevent.spawn(f, 'https://www.yahoo.com/'),
        gevent.spawn(f, 'https://github.com/'),
])

            欢迎大家对我的博客内容提出质疑和提问！谢谢

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　                  笔者：拍省先生