Python多线程

 进程与线程：

        进程：一个执行中的程序，每个进程都拥有自己的地址空间、内存、数据栈等。进程由操作系统统一管理。

        线程：可以理解为在一个主进程中运行的迷你进程，共享相同的上下文。线程包括开始、执行顺序和结束三部分。它有一个指令指针用来记录当前执行的上下文，当其他线程运行时可以对其进行中断和挂起。

        一个进程中的各个线程与主进程共享数据空间，所以比起独立的两个进程，线程间的信息共享与通信更加容易，也正是这样的数据共享机制让多任务间的协作成为可能。当然，在单核cpu中真正的并发是不可能实现的，所以单核cpu其实是在以循环的方式模拟并发处理。

        python代码的执行是由python虚拟机（又名解释器主循环）进行控制的。对python来说，在主循环中同时只能有一个控制线程在执行，就像单核CUP中的多进程一样。内存中可以有很多程序，但在任意给定时刻只有一个线程会被解释器执行。对python虚拟机的访问是由全局解释器锁（GIL）控制的。这个锁用来保证同时只有一个线程在运行。在多线程环境中，python虚拟机将按照下面方式执行：

1. 设置GIL
2. 进入一个线程运行
3. 执行下面的操作之一：
   1. 指定数量的字节码指令
   2. 线程主动让出控制权
4. 切换出线程
5. 解锁GIL
6. 重复1~5

        当调用外部代码（C/C++扩展的内置函数）时，GIL会保持锁定，直到函数执行结束。例如，对于任意调用了内置的C代码的面向I/O的python例程，GIL会在I/O调用前被释放，已允许其他线程在I/O执行的时候运行，而那些没有太多I/O操作的代码则倾向于在整个时间片内独占处理器与GIL，这意味着I/O密集型的python程序能够比计算密集型的程序更好地利用多线程环境。

        python提供了包括thread、threading、Queue等模块来支持多线程编程，其中thread由于其局限性需要避免使用，threading是常用来进行线程管理的模块；使用Queue能够创建一个队列数据结构，在多线程之间进行共享。接下来对他们进行介绍：

threading模块的对象

Thread	表示一个执行线程的对象
Lock	锁原语对象
RLock	可重入锁对象，使单一线程可以再次获得已经持有的锁（递归锁）
Condition	条件变量对象，使得一个线程等待另一个线程满足特定的条件，比如改变状态或某个数值
Event	条件变量的通用版本，任意数量的线程等待某个事件发生，在该事件发生后所有线程将被激活
Semaphore	为线程间共享的有限资源提供了一个“计数器”，在选定资源耗尽时阻塞
BoundedSemaphore	与Semaphore类似，不过它不允许超过初始值
Timer	与Thread相似，不过在运行前需要等待一段时间
Barrier	创建一个“障碍”，需要线程达到指定数量后才可以冲破这个"障碍"继续执行

        其中Thread是treading模块中的主要执行对象，下面是Thread对象的属性与方法：

Thread对象数据属性
name	线程名
ident	线程的标识符
daemon	一个布尔标志，表示这个线程是否是守护线程
Thread对象方法
_init_(group=None, target=None,name=None, args=(),kwargs={},verbose=None,daemon=None)	实例化一个线程对象，需要有一个可调用的target及其参数args或kwargs，还可以传递name或group参数，daemon的值将会设定thread.daemon标志。
start()	开始执行线程
run()