Python多线程

18.1 线程与进程的关系

程序是一些列的指令集，程序是静态的，当程序运行时，就会创建一个进程。
线程是进程的基本执行单元，一个进程至少要具有一个线程。

18.2 多线程

多线程，就类似与操作系统中的多进程。简单的讲，就是可以同时并发执行多个任务，处理多件事情。

18.2.1 计算密集与IO密集

计算密集，是指在程序运行中，更多的时间为CPU在进行计算。而IO密集，则是更多的时间，在进行输入输出。
Python中，threading模块提供了关于线程的相关操作。

18.2.2 线程的创建

我们可以采用两种方式来创建线程：

• 使用threading模块的Thread类，通过指定target与args（可选）参数。
• 通过继承Thread类，重写run方法。

思考：直接调用run与调用start方法有什么不同？

线程的生命周期:
线程的生命周期可以分为以下环节：

• 新建：创建对象
• 就绪：调用start后
• 运行：获得CPU资源
• 阻塞（挂起）：失去CPU资源
• 死亡：线程执行结束或抛出未捕获的异常

18.2.3 线程相关操作

threading模块相关功能：

threading.active_count()
threading.enumerate()
threading.current_thread()
threading.get_ident()
threading.main_thread()

线程对象功能：

start()
run()
join(timeout=None)
name		setName / getName
ident
is_alive()
daemon		isDaemon() / setDaemon()

18.3 线程同步

18.3.1 并发修改的问题

当多线程并发运行时，多线程间很可能操作共享成员变量，此时，就需要对共享成员变量的操作进行同步，避免出现多线程的并发修改而引起的意外错误。

18.3.2 线程锁

我们可以通过threading.Lock()获得线程锁，来实现多个线程对共享区域的互斥访问。线程锁提供两个方法：

• acquire()：尝试去获得锁。
• release()：释放所获得的锁。

注意：要确保锁得到有效的释放。

18.3.3 死锁

当两个或多个线程同时拥有自己的资源，而相互等待获得对方资源，导致程序永远陷入僵持状态，这就是死锁。
当多线程并发访问共享数据时，使用线程锁可以避免多线程对共享变量并发修改带来的危害，但同时有可能会产生死锁。

18.4 线程队列

queue模块提供了队列的功能，该模块具有三个类：

• queue.Queue(maxsize=0)
• queue.LifoQueue(maxsize=0)
• queue.PriorityQueue(maxsize=0)

队列类实现了内部的锁机制，因此，队列类型可以安全的用于多线程并发操作中。
其中，参数maxsize表示队列的最大元素个数，如果传递0或者负值，则表示无限容量。如果队列达到了最大容量，将会进行阻塞，直到有元素删除为止。
队列对象具有的方法如下：

qsize()
empty()
full()
put(item, block=True, timeout=None)
put_nowait(item)		put(item, False)
get(block=True, timeout=None)
get_nowait()			get(False)

18.5 习题

1.当创建一个线程时，该线程是前台线程还是后台线程？用代码验证一下。
2.编写两个线程，对同一个全局变量增加若干次（次数多一点），会出现什么情况。
3.两个线程，使用同一个函数作为target，然后在函数定义一个局部变量，两个线程分别对该变量自增若干次，会出现什么情况。
4.编写买家与卖家交易的程序，一个钱锁，一个货锁，并造成死锁。