并发编程之线程、多线程

线程

线程介绍

​**进程是资源分配的最小单位，线程是CPU调度的最小单位。每一个进程中至少有一个线程。**主进程里面的线程称为主线程，其他进程中的线程称为子线程。

​ 在多线程的操作系统中，通常是在一个进程中包括多个线程，每个线程都是作为利用CPU的基本单位，是花费最小开销的实体。并且线程是能独立运行的基本单位，因而也是独立调度和分派的基本单位。由于线程很“轻”，故线程的切换非常迅速且开销小（在同一进程中的）。

​ 在同一进程中的各个线程，都可以共享该进程所拥有的资源，主要表现在：所有线程都具有相同的进程id，这意味着，线程可以访问该进程的每一个内存资源；此外，还可以访问进程所拥有的已打开文件、定时器、信号量机构等。由于同一个进程内的线程共享内存和文件，所以线程之间互相通信不必调用内核。

​ 在一个进程中的多个线程之间，可以并发执行，甚至允许在一个进程中所有线程都能并发执行；同样，不同进程中的线程也能并发执行，充分利用和发挥了处理机与外围设备并行工作的能力。

开启线程

​ 在Python中，如果要开启线程，则需要用到threading模块下的Thread类。具体的开启过程与进程类似，下面我们通过代码来看看：

方式一：

# 导入创建线程对象的类
from threading import Thread

def write():
    with open('a.txt', 'w', encoding='utf-8') as f:
        f.write('hello')

if __name__ == '__main__':
    t = Thread(target=write, )
    t.start()

方式二：

from threading import Thread
import time
class Sayhi(Thread):
    def __init__(self,name):
        super().__init__()
        self.name=name
    def run(self):
        time.sleep(2)
        print('%s say hello' % self.name)


if __name__ == '__main__':
    t = Sayhi('nick')
    t.start()
    print('主线程')

进程和线程的区别

​ 进程与线程之间的差别主要在于以下几点：

• 地址空间和其它资源：进程间相互独立，同一进程的各线程间共享。某进程内的线程在其它进程不可见；
• 调度和切换：线程上下文切换比进程上下文切换要快得多；
• 进程的开销远远大于线程的开销；
• 进程能利用多核优势的，而线程不能利用多核优势，但是可以开启多个进程，然后在进程里面再开启线程；
• 进程之间是数据隔离的，而同一进程之间的多个线程之间的数据是不隔离的。

Thread类中的方法

Thread实例对象的方法：

• isAlive()：返回线程是否活跃。
• getName()：返回线程名。
• setName()：设置线程名。

threading模块提供的一些方法：

• threading.currentThread()：返回当前的线程变量。
• threading.enumerate()：返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
• threading.activeCount()：返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

下面我们通过代码进行简单演示：

from threading import Thread

def write():
    with open('a.txt', 'w', encoding='utf-8') as f:
        f.write('hello')
    print(threading.currentThread())

if __name__ == '__main__':
    t = Thread(target=write, )
    t.start()

    # print(t.is_alive())
    # print(t.getName()) # 返回线程名
    # t.setName('aaaaaaa')
    # print(t.getName())
    # print(threading.currentThread())

多线程实现socket

import multiprocessing
import threading

import socket
# socket.AF_INET 指的是基于网络类型的套接字家族
# AF_UNIX 指的是基于文件类型的套接字家族
s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
s.bind(('127.0.0.1',8080))
s.listen(5)

def action(conn):
    while True:
        data=conn.recv(1024)
        print(data)
        conn.send(data.upper())

if __name__ == '__main__':

    while True:
        conn,addr=s.accept()
        p=threading.Thread(target=action,args=(conn,))
        p.start()

GIL锁(全局解释器锁)

​ Python代码的执行由Python虚拟机(也叫解释器主循环)来控制。Python在设计之初就考虑到要在主循环中，同时只有一个线程在执行。虽然 Python 解释器中可以“运行”多个线程，但在任意时刻只有一个线程在解释器中运行。对Python虚拟机的访问由全局解释器锁(GIL)来控制，正是这个锁能保证同一时刻只有一个线程在运行。

在多线程环境中，Python 虚拟机按以下方式执行：

1. 设置 GIL；
2. 切换到一个线程去运行；
3. 运行指定数量的字节码指令或者线程主动让出控制(可以调用 time.sleep(0))；
4. 把线程设置为睡眠状态；
5. 解锁 GIL；
6. 再次重复以上所有步骤。

注意：

• 我们写的代码其实是解释器在执行，常见的有：cpython解释器、pypy解释器 …
• GIL锁只存在于cpython解释器中，而其他解释器中不存在

实例：当我们开启一个垃圾回收的线程，再开启一个正常执行代码的线程，当垃圾回收线程还没有把垃圾回收完毕的时候，会出现抢占资源的情况，这是我们就需要拿到GIL锁，要想让线程能够正常执行，则该线程就必须拿到GIL锁。这样就保证了在同一时刻，只有一个线程在执行。

补充：该如何选择是使用线程还是进程？

答：对于i/o密集型，不需要计算，一般不消耗CPU，所以就选择线程比较好；而对于计算密集型，需要消耗CPU，所以尽量选择使用进程。