Python 多线程编程

1.进程是程序的一次执行。每个进程都有自己的地址空间、内存、数据栈及其他记录其运行轨迹的辅助数据。

2.运行在同一进程中的多个线程，共享相同的运行环境。线程有一个自己的指令指针，记录自己运行到什么地方。

3.虽然Python解释器可以“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（global interpreter lock,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。

4.threading模块提供以下类：

Thread ：线程类

Timer ：与 Thread类似，但要等待一段时间后才开始运行

Lock ：锁原语

RLock ：可重入锁。使单线程可以再次获得已经获得的锁

Condition ：条件变量，能让一个线程停下来，等待其他线程满足某个“条件”

Event ：通用的条件变量。多个线程可以等待某个事件发生，在事件发生后，所有的线程都被激活

Semaphore ：为等待锁的线程提供一个类似“等候室”的结构

BoundedSemaphore ：与Semaphore类似，但不允许超过初始值

5.queue模块：实现了多生产者、多消费者的队列，支持锁原语，能够在多个线程之间提供很好的同步支持。提供的类：

Queue ：队列

LifoQueue ：后入先出队列

PriorityQueue ：优先队列

6.Thread类是主要的线程类，可以创建进程实例。该类提供的函数包括：

start() ：开始线程执行

run() ：定义线程的功能函数

join(timeout=None) ：程序挂起，直到线程结束。如果给出timeout，则最多阻塞timeout秒。

is_alive() ：线程是否还在运行中

isDaemon() ：是否是守护线程，返回其daemon属性值。

7.线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。某个线程要更改共享数据时，先将其锁定，待该线程释放资源时，其他线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

threading模块中定义了Lock类，可以方便地处理锁定：

<pre class="python" name="code">#创建锁
mutex=threading.Lock()
#锁定
mutex.acquire()
#释放
mutex.release()

8.同步阻塞：当一个线程调用锁的acquire()方法获得锁时，锁就进入"locked"状态。此时如果另一个线程试图获得这个锁，该线程会变成"blocked"状态，称为“同步阻塞”。
9.可重入锁：为了支持在同一线程中多次请求统一资源，python提供了“可重入锁”：threading.Rlock。Rlock内部维护着一个Lock和一个counter变量，counter记录了acquire的次数，从而使得资源可以被多次require。直到一个线程所有的acquire都被release，其他的线程才能获得资源。

10.互斥锁是最简单的线程同步机制，threading的Condition对象提供了对复杂线程同步问题的支持。Conditon被称为条件变量，除了提供与Lock类似的acquire和release方法外，还提供了 wait 和 notify 方法。

11.队列同步：queue模块提供了同步的、线程安全的队列类，这些队列都实现了锁原语，能够在多线程中直接使用。可以使用队列来实现线程间的同步。

12.threading.Event可以使一个线程等待其他线程的通知，其内置了一个标志，初始值为False。线程都过wait()方法进入等待状态，直到另一个线程调用set()方法将内置标志设置为True时，Event通知所有等待状态的线程恢复运行。

13.Thread类的join()方法，使得一个线程可以等待另一个线程执行结束后再继续运行。