Python 进阶语法 04 多线程多进程

多线程与多进程：深入解析与应用

多任务概述

多任务，即多个任务“同时”执行，是提升程序执行效率的重要手段。通过多任务处理，我们能够充分利用CPU资源，特别是在多核CPU环境下，实现真正的并行执行。在代码层面上，多任务主要通过多线程和多进程两种方式实现。

并发与并行

• 并发：主要针对于单核CPU。多个任务同时请求执行，但同一时刻CPU只能处理一个任务。操作系统通过时间片轮转等机制，使任务交替执行，因时间间隔极短，给人以同时执行的错觉。
• 并行：针对多核CPU。多个任务能够真正的同时执行，每个任务占用一个CPU核心。

多进程

概述

• 进程：是操作系统进行资源分配和调度的最小单位，可以理解为一个可执行程序或文件（如*.exe）。对于CPU而言，进程是分配资源的基本单位。
• 线程：是进程的执行路径或单元，是CPU调度资源的最小单位。可以理解为进程内部的一条独立执行路径。

实操

多进程的实现主要通过Python的multiprocessing模块。

1. 导包：

   import multiprocessing

2. 创建进程：

   p1 = multiprocessing.Process(target=函数名, name='进程名', args=(元组,), kwargs={字典})

3. 启动进程：

   p1.start()

特点

• 进程间数据隔离，确保数据安全性。
• 默认情况下，主进程会等待所有子进程执行完毕再结束。
• 可通过设置守护进程（daemon=True）或手动终止进程（terminate()）来控制子进程的生命周期。

多线程

概述

与多进程类似，但线程是进程内部的执行路径，多个线程共享进程的内存空间。

实现步骤

1. 导包：

   import threading

2. 创建线程：

   th = threading.Thread(target=函数名, name='线程名', args=(元组,), kwargs={字典})

3. 启动线程：

   th.start()

特点

• 线程执行具有随机性，因为多个线程在竞争CPU资源。
• 默认情况下，主线程会等待所有子线程执行完毕再结束，但可通过设置守护线程（daemon=True）来改变这一行为。
• 线程间数据共享，需特别注意并发访问共享数据时的安全问题，可通过加锁（线程同步）来解决。

线程同步

• 创建锁：

  mutex = threading.Lock()

• 加锁与释放锁：

  mutex.acquire() # 加锁 
  # 临界区代码 
  mutex.release() # 释放锁

进程与线程的关系及区别

• 关系：线程依赖进程，每个进程至少有一个线程。
• 特点区别：
  • 进程间数据隔离，线程间数据共享。
  • 进程资源开销大，线程资源开销小。
  • 多进程程序比单进程多线程程序更稳定。

优缺点

• 进程：
  • 优点：可以实现多核操作，资源隔离性好。
  • 缺点：资源开销大。
• 线程：
  • 优点：资源开销小，切换速度快。
  • 缺点：不能有效利用多核CPU，共享数据需注意同步问题。

扩展:

上下文管理器

上下文管理器通过实现__enter__()和__exit__()方法，可以自动管理资源，结合with语句使用，简化资源获取与释放的复杂度。

生成器

生成器提供了一种高效的数据生成方式，按需生成数据，节省内存资源。通过yield关键字可以创建生成器。

property属性

property装饰器可以将方法伪装成属性，简化属性的访问与设置操作。

总结来说，多线程与多进程是实现多任务处理的两种主要方式，各有优劣，应根据具体需求选择合适的方案。同时，通过扩展知识如上下文管理器、生成器及property属性的学习，可以进一步提升Python编程的效率和优雅性。