线程,进程,GIL,join,Daemon,threading.current_thread(),threading.active_count()
1.线程:线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中,是进程中的实际运作单位。
一条线程指的是进程中一个单一顺序的控制流,一个进程中可以并发多个线程,每条线程并行执
行不同的任务。
一个线程就是一个指令集和
例:
#author: wylkjj
#date:2019/4/21
import time
import threading #创建线程所需要调用的模块
begin=time.time()
def foo(n):
print('foo%s'%n)
time.sleep(1)#sleep状态不占cpu,也就是cpu不工作
print('end foo')
def bar(n):
print('bar%s'%n)
time.sleep(2)
print('end bar')
# foo()
# bar()
t1=threading.Thread(target=foo,args=(1,))
t2=threading.Thread(target=bar,args=(2,))
#注:t1,t2,还有原进程同时进行,不分先后(抢占cpu资源)
print('......in the main......')
t1.start()#执行子进程
t2.start()#执行子进程
end=time.time()
print(end-begin)#程序运行时间:0.0009768009185791016
t1.join()#卡住进程
t2.join()#卡住进程
end=time.time()
print(end-begin)#卡住进程后的程序运行时间:2.001460075378418
#注:并行:并行是同时进行,真正意义上的两件事情同时干
# 多核,当一核运行一个程序,两个程序两核同时运行就是并行
# 并发:并发并不是同时进行
注:
#多线程:IO密集型任务或函数(有阻塞情况的,例如:time.sleep())
#计算密集型任务函数不适合多线程
import time
import threading
begin=time.time()
def add(n):
sum=0
for i in range(n):
sum+=1
print(sum)
#串行
# add(10000000)
# add(20000000)
# end=time.time()
# print(end-begin)#运行时间:1.6457252502441406
#并发:此并发无阻塞所以要保存切换时的状态,切换会消耗大量时间(一核cpu下并发,多核就可以并行)
t1=threading.Thread(target=add,args=(10000000,))
t2=threading.Thread(target=add,args=(20000000,))
t1.start()
t2.start()
t1.join()
t2.join()
#join所完成的工作就是线程同步,即主线程任务结束之后,进入阻塞状态,一
#直等待其他的子线程执行结束之后,主线程在终止,否则主线程会杀死子线程
#主线程结束后子线程无论是否执行完毕都将结束,因此join的作用就显现出来了
end=time.time()
print(end-begin)#运行时间:1.6939148902893066
2.进程:是一堆资源的整合,一个程序的执行实例(注:进程不可以资源共享,但线程可以资源共享)
注:线程和进程一样块(线程在执行时,等于进程,同一个体系)注:进程开销大
3.GIL(global interpreter lock)解释器上的一个bug,只有cpython解释器有这个问题,因为cpython里面加了一把锁GIL
GIL:在同一时刻只能有一个线程进入解释器(历史问题)
4.python里面因为GIL锁所以一个进程无法多线程,所以只能用多进程去实现多线程(可行但不完美)
结论:在python里:
if任务是IO密集型的 可以用多线程
面对计算密集型,改cpython或用其它解决办法
(1)进程是相互独立互不影响的,但线程中主线程会影响子线程
(2)无论什么情况进程中同一时刻只能有一个线程运行,如果想
运用多核就要创建多进程
5.join():阻塞作用
join所完成的工作就是线程同步,即主线程任务结束之后,进入阻塞状态,
一直等待其他的子线程执行结束之后,主线程在终止
join有一个timeout参数:
(1).当设置守护线程时,含义是主线程对于子线程等待timeout的时间将会杀死该子线程,最后退出程序。所以说,如果有10个子
线程,全部的等待时间就是每个timeout的累加和。简单的来说,就是给每个子线程一个timeout的时间,让他去执行,时间一到,
不管任务有没有完成,直接杀死。
(2).没有设置守护线程时,主线程将会等待timeout的累加和这样的一段时间,时间一到,主线程结束,但是并没有杀死子线程,
子线程依然可以继续执行,直到子线程全部结束,程序退出。
6.Daemon:(守护线程,守护进程)
在脚本运行过程中有一个主线程,若在主线程中创建了子线程,当主线程结束时根据子线程daemon属性值的不同可能会发生下面的两种情
况之一。
(1)如果某个子线程的daemon属性为False,主线程结束时会检测该子线程是否结束,如果该子线程还在运行,则主线程会等待它完成后
再退出;
(2)如果某个子线程的daemon属性为True,主线程运行结束时不对这个子线程进行检查而直接退出,同时所有daemon值为True的子线程
将随主线程一起结束,而不论是否运行完成。
属性daemon的值默认为False,如果需要修改,必须在调用start()方法启动线程之前进行设置。另外要注意的是,上面的描述并不适用于
IDLE环境中的交互模式或脚本运行模式,因为在该环境中的主线程只有在退出Python IDLE时才终止。
7.threading.current_thread():print(threading.current_thread())查看线程情况,分级出子线程和主线程,当前执行的线程是哪个
8.threading.active_count():print(threading.active_count()):查看进程中还有几个线程在运行(未jion的)
(7、8)实例:
import time
import threading #创建线程所需要调用的模块
begin=time.time()
def foo(n):
print(threading.current_thread())
print('foo%s'%n)
time.sleep(1)#sleep状态不占cpu,也就是cpu不工作
print('end foo')
def bar(n):
print(threading.current_thread())
print('bar%s'%n)
time.sleep(2)
print('end bar')
# foo()
# bar()
t1=threading.Thread(target=foo,args=(1,))
t2=threading.Thread(target=bar,args=(2,))
#注:t1,t2,还有原进程同时进行,不分先后(抢占cpu资源)
print('......in the main......')
t1.start()#执行子进程
t2.start()#执行子进程
end=time.time()
print(end-begin)#程序运行时间:0.0009768009185791016
# t1.join()#卡住进程
# t2.join()#卡住进程
end=time.time()
print(threading.current_thread())
print(threading.active_count())#进行中的进程(加jion给两个子线程就只有1个主线程在运行,不加join给两个子线程就有3个运行数)
print(end-begin)#卡住进程后的程序运行时间:2.001460075378418
线程,进程,GIL,join,Daemon,threading.current_thread(),threading.active_count()
最新推荐文章于 2022-05-12 18:26:24 发布