python队列多线程_python 并发并行，多线程，队列

多任务系统

多任务系统可以同时运行多个任务。

单核cpu也可以执行多任务，由于cpu执行代码都是顺序执行的，那么cpu是怎么执行多任务的？

答案是操作系统轮流让各个任务交替执行

任务1执行0.01s切换任务2，任务2执行0.01s切换任务3.

依次类推，表面上看，每个任务都是交替执行的，但是由于cpu执行速度实在太快，感觉上就是所有任务同时执行。

并发

并发 任务数多于cpu核数，通过操作系统的各种任务调度算法，实现多个任务一起执行，而实际上总有一些任务不在执行，因为切换速度够快，看上去一起执行

并行

并行 任务数量小于cpu核数，任务是真正的一起执行的

并发 10个客人点餐，1个服务员应对

并行 10个客人点餐，10个服务员应对

串行

先执行a，再执行b

同步与异步

同步

同步协调，指线程在访问某一资源类的时候，获得了该资源的返回结果之后才会执行其他操作，先做某件事，在做某件事，一步一步来

异步

异步 提交注册数据----校验数据----注册成功---登陆，校验校验数据之后即发送账号激活---邮件激活，两者同时发生，不用的等待注册总流程跑完再进行激活

python中的线程模块

threading

python的thread是较底层的模块，threading是对thread的一些封装。

通过target=指定开启线程的函数创建线程对象

调用threading.Thread(target=开启线程的目标函数) 返回为一个线程对象，

通过继承Thread类重写run方法来开启线程

编写一个类，之后继承threading.Thread 并重写run方法。

至于为什么重写，来看一段thread的原码

这其中的self._target是是thread的类变量，在thread类被初始化的时候由target传入，if判断如果被传入，即调用被传入的目标函数。

而在写自己的方法类时，对run方法进行重写之后，便不在需要传入参数target，

第二种方式创建的实例代码。

补充：如果想要对线程操作类实现参数化进行复杂操作。

编写init方法时声明参数，同时不能忘记继承并执行父类的init方法，父类thread在类初始化时做了相当多的配置达到多线程运行的目的，不写的话会报错

线程类常用方法

run() 用以表示线程活动的方法

start() 启动线程活动

join([time]) 设置主线程会等待time秒后再往下执行，time默认为子线程结束

多个子线程之间的设置会叠加

isAlive() 返回线程是否活动的

getName() 返回线程名

setName() 设置线程名

threading.currentThread() 返回当前执行的线程

threading.enumerate() 返回正在运行的所有线程(list)，正在运行 指的是线程启动后，结束前，不包括启动前和终止之后的线程

threading.activateCount() 返回正在运行的线程数量。。

多线程的bug---数据安全

多线程中如果使用全局变量，数据会变的不安全不稳定

原因： 子线程和总线程使用的是同一块内存空间，在主线程中存在的变量为全局变量，各个线程都可以使用，

python只支持单核，通过多任务之间快速切换，任务量少的时候是完全没问题的。

但是在任务量级特别大的时候，线程之间的切换就会发生问题，数据产生偏差

从10W量级时开始出现问题。

下面看代码实例

互斥锁

为了解决这样的线程互相竞争资源导致数据不稳定不安全的问题，引入锁的概念。

线程同步能够邦正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。

互斥锁为资源引入一个状态，锁定/非锁定

某个线程要更改共享数据时，先将其锁定，此时资源状态为锁定，其他线程不能更改知道该线程释放资源。

将资源的状态改变成 非锁定 其他的线程才能再次锁定该资源进行操作。，

互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程下数据的正确性。

threading 模块中定义了Lock类，可以方便的处理锁定

上锁的过程

当一个线程调用锁的acquire(0方法获得锁时，锁进入locked状态

每次只有一个线程可以获得锁，如果此时另一个线程视图获得这个锁，该线程就会变成blocked被阻塞，知道拥有锁的线程调用锁的release()释放锁之后，锁进入unlocked状态。

线程调度程序从处于通同步阻塞状态的线程中选一个来获得锁，并使得该线程进入 running状态。

总结

锁的好处

确保了某段关键代码只能由一个线程从头到尾完整执行

锁的坏处

组织了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率大大下降，犹豫可以存在多个锁，不同线程持有不同的锁，并试图跟获取对象持有的锁时，可能会造成线程死锁，导致程序直接阻塞不向下运行

正案例

来看一个线程锁的应用实例。

死锁案例

该案例中，两边互相等待对方线程释放资源，就会造成无限等待，行程死锁。

全局解释器锁 GIL

官方文档中，搜索关键字 怎样修改全局变量是线程安全的？

不用自己操作跟定义， 控制线程运行的

描述 gil的概念，以及它对python多线程的影响

参考哦

1，python语言和GIL没有关系，仅仅是犹豫历史原因在Cpython虚拟机(解释器)难以移除GIL

2，GIL 全局解释器，每个线程在执行的过程都需要先获取GIL，保证同一时刻只有一个线程可以执行代码

3，线程释放GIL锁的情况，

---在io操作等可能会引起阻塞的 system call之前，可以暂时释放GIL，但在执行完毕后

必须重新获取 GIL

--python 3使用计时器，执行时间达到阈值之后 当前线程释放GIL 或python 2.x 技tickets技术达到100

4 python使用多进程是可以利用多核的cpu资源的

多线程与单线程分别更适合什么

1.io密集型：涉及到网络、磁盘io的任务都是io密集型任务，这类任务的特点是cpu消耗很少，任务的大部分的

时间都在等待io操作完成(因为io的速度远远低于cpu和内训的速度)

结论：io密集型操作，多线程比单线程要快

2.cpu密集型：cpu密集型也称为计算密集型，任务的特点是要进行大量的计算，消耗cpu资源，比如

计算圆周率、对视频进行高清解码等等，全靠cpu的运算能力

结论：cpu密集型操作，单线程比多线程要快

队列

python的queue模块中提供了同步的，线程安全的队列类，

1，FIFO 先进先出 queue

2，LIFO 后进先出队列 LifoQueue

3，PriorityQueue 按照优先级

能够在多线程中直接使用，

可以用队列来实现线程间的同步。

初始化queue() 对象时， q = queue()

如果参数中没有指定最大可接受消息量，货数量为负值

则代表可接受的消息没有上限