python threading--线程进程

python Threading多线程
进程：
优点：同时利用多个CPU，能够同时运行多个操作
缺点：耗费资源（重新开辟内存空间）
线程：
优点：共享内存 IOP操作时候，创造并发操作
缺点：抢占资源
进程不是越多越好 cpu个数=进程个数
线程也不是越多越好 具体案例具体分析，请求上下文时耗费资源
计算机中执行的最小单元：线程
IO操作利用CPU
GIL 全局解释器锁
IO密集型操作 采用多线程（不耗费CPU）
计算密集型（用CPU）多进程
使用线程和进程的目的都是为了提升效率
（1）单线程单进程： 主进程，主线程
（2）自定义线程：主进程包含多个线程：子线程……………………
2、threading模块可以创建多个线程，不过由于GIL的存在 ，培养天虹的多线程里面其实是快速切换，线面代码是创建线程的简单体验
在默认情况下：程序会等待线程全部执行完毕才会停止的，不过可以设置更改过后台线程，使得主线程不等待子线程，主线程结束则全部结束
在线程里面setDaemon()和join（）方法都是经常用的 他们的区别如下：
1）join（）方法：主线程A中创建子线程B 并且主线程A中调用了B.join(),那么，主线程A会在调用的地方等待，直到子线程B完成操作完成以后，才可以接着往下执行，那么在调用这个线程时可以使用被调用线程的方法join()方法，join([timeout])里面的参数是可选的的，代表线程运行的最大时间，即如果超过这个时间，不管此线程有没有执行完毕，都会被回收，然后主线程或者函数等会接着执行，如果线程执行的时间小于最大时间 则接着执行，不用一定等到参数表示的时间。
2）setDaemon()方法，主线程A中，创建子线成B 并且在主线程A中调用B.setDaemon() 表示：把主线程A设置为守线程，这时候 要是主线程A执行结束了，就不管子线程B是否完成，一并和主线程A退出，与join（）的用相反
3）python 多线程里面的锁
在多线程处理任务中，在同时操作一个数据的时候可能会产生脏数据，这个时候就出现了锁的概念，也就是有一个线程在操作该数据的时候 就把该数据锁上，防止别的程序操作此数据，操作完成再开锁
4）pythonduo线程里面的event方法，
该方法就是给线程设置红绿灯，红灯停 绿灯运行
‘’’‘threading event 方法测试’’’
import threading
import time
def do(event):
print(‘start’)
event.waitz() #设置一个红灯，所有线程执行到这里都要等待
print(‘end’)
event_obj = threading.Event #创建一个线程事件
for i in range(10):
t= threading.Thread(target=do,args=(event_obj,))
t.start()
time.sleep(1)
time.sleep(4)
event_obj.clear()
data=input(‘请输入参数：’)
if data=‘true’:
event_obj.set() #变绿
‘‘在测试的过程中出现了错误’’如下图所示 但是用python shell没有问题 不知道是什么原因造成的（请路过的大神帮忙解释一下）
采用命令行直接操作没有出错
总结 当调整进程的执行顺序，以及进程优先级时，可以通过threading的event方法对进程的执行进度进行控制（）对程序的执行设置红绿灯
event_obj.clear,清除event方法，event_obj.set()应该是将程序继续执行

记录Python学习过程，菜鸟刚刚入门，大神勿喷

													                -----大部分信息来自蜗牛仔的python学习笔记