多进程和多线程

进程是CPU资源分配和调度的独立单位
线程是CPU最小的执行单元
协程是程序根据自己的需求来进行调度的

一、进程

（1）编写多进程一般使用跨平台版本的模块 multiprocessing
multiprocessing提供了一个Process类对进程的一系列操作

from multiprocessing import Process

//进程要执行的代码
def say(name):
	print("%s say hello"%name)


if __name__="__main__":
p = Process(target=say,args=("laowang",)
p.start
p.join
p.close

（2）如果需要多个进程，就可以使用进程池Pool

• p=Pool(5)就可以同时跑五个进程

（3）进程间的通讯，可以使用Queue、Pipes

• 在父进程中创建两个子进程，一个进程从Queue里面取数据，一个往里面存放数据

from multiprocessing import Process, Queue

def write(q):
	for value in ["a","b","c"]:
		q.put(value)

def read(q):
	while True:
		value = q.get()

if __name__ ="__main__":
	q = Queue()
	pw = Process(target=write,args=(q,))
	pr = Process(target=read,args=(q,))
	pw.start()
	pr.start()
	pw.join()
	pr.terminate()

（4）多任务可以使用多进程完成任务 也可以使用多线程完成任务

• 进程 是由若干线程组成的，一个进程至少有一个线程

二、线程

（1）python的标准库提供了两个多线程模块：_threading、threading

• _threading是普通库，threading是高级模块，对_threading进行了封装

import threading

def look():
	for i in range(100):
	
		print(i)
	
if __name__="__main__":
	t = threading.Thread(target=look,name='look_this') #如果函数有参数，也是使用args接收一个元祖， 自定义进程的名字，可以不设置，默认thread1、thread2.....
t.start()
t.join()

（2）多线程和多进程最大的不同在于

• 多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响.

• 而多线程中，所有变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改

• 因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了

• 这时候就需要一把锁了，用来锁住当前执行的线程。

• 创建一个锁 可以使用threading.Lock来完成

lock = threading.Lock()

def run_thread(n):
    for i in range(100000):
        # 先要获取锁:
        lock.acquire()
        try:
            # 放心地改吧:
            print(n)
        finally:
            # 改完了一定要释放锁:
            lock.release()

• Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock，任何Python线程执行前，必须先获得GIL锁

• 然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。这个GIL全局锁实际上把所有线程的执行代码都给上了锁。

• 多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核

• Python虽然不能利用多线程实现多核任务，但可以通过多进程实现多核任务，当然也可以使用协程来完成

• 多个Python进程有各自独立的GIL锁，互不影响。

• Python解释器由于设计时有GIL全局锁，导致了多线程无法利用多核。多线程的并发在Python中就是一个美丽的梦。