python并发编程，多线程

         1.python很早就开始支持多种不同并发编程，包括多线程，加载子进程以及各种涉及生成器函数的技巧。并发编程中充满了潜在风险。

 

         2.为了让一些需求快速完成，我们使用线程让它并发执行，threading库可用来在单独的线程中执行任意的python可调用对象，要实现这一要求，可以创建一个Thread实例并为它提供期望执行的函数，示例：

import time
from threading import Thread


def play(n):
    while  n > 0:
        print('玩游戏',n)
        n -= 1
        time.sleep(2)
t = Thread(target=play,args=(5,))
t.start()

 

         3.创建线程后，线程会在调用start()方法后开始执行，线程实例会在它们自己所属的系统级线程中执行，这些线程完全由操作系统来管理，一旦启动后，线程就独立运行，直到目标函数函数返回为止，可以查询线程实例来判断它是否在运行：

if t.is_alive():
    print('线程还活着')
else:
    print('线程执行完毕')

 

         4.对于长时间运行的线程或者一直不断运行的后台任务，应该考虑将这些线程设置为daemon(守护线程)，daemon线程是无法被连接到的，但是，但主线程结束后他们会自动销毁掉

t = Thread(target=play,args=(5,),daemon=True)
t.start()

 

         5.由于全局解释器锁（GIL）的存在，python线程的执行任意时刻只允许一个线程执行，所以多线程不能用于CPU计算密集型的任务，计算密集型任务使用多线程往往会适得其反，因为线程间切换也需要消耗时间，python线程更适用于I/O处理以及涉及阻塞操作的并发执行任务（等待I/O，等待从数据库中取出结果等）

 

         6.线程的核心特征就是它们能够以非确定性的方式独立执行，何时开始，何时打断，何时恢复执行，这些完全由操作系统来调度管理，这些都是无法控制的，如果有需求程序中有其他线程需要判断某个线程是否已经到达执行过程中的某个点，根据这个判断来执行后续的操作，那么这就产生了非常棘手的线程同步问题，解决线程同步问题，可以使用threading库中的Event对象。

 

         7.Event对象和条件标记（sticky flag） 类似，允许线程等待某个事件发生，初始状态时事件被设置为0，如果事件没有被设置而线程正在等待改事件，那么线程就会被阻塞（进入休眠状态），直到事件被设置为止，当有线程设置了这个事件时，这会唤醒所有正在等待该事件的线程，如果线程等待的事件已经设置了，那么线程会继续执行。运行下面代码，字符串‘执行后’总会在‘play starting’之后显示，这里使用了事件来同步线程，使得主线程等待，直到play()函数首先打印启动信息之后开始执行。

import time
from threading import Thread, Event


def play(n,started_evt):
    print('启动')
    started_evt.set()
    while  n > 0:
        print('玩游戏',n)
        n -= 1
        time.sleep(2)

started_evt = Event()
print('执行之前')
t = Thread(target=play,args=(10,started_evt))
t.start()
started_evt.wait()
print('执行后')
结果：
执行之前
启动
玩游戏 10
执行后
玩游戏 9
玩游戏 8
玩游戏 7
玩游戏 6
玩游戏 5
玩游戏 4
玩游戏 3
玩游戏 2
玩游戏 1

 

         8.线程间通信：从一个线程发往另一个线程最安全的做法就是使用queue模块中的Queue（队列）了，首先创建一个Queue实例，它会被所有的线程共享。之后线程可以使用put()或者get()操作来给队列添加或移除元素。Queue已经拥有了所需要的的锁，因此他们可以安全的在任意多的线程中共享，实例如下：

from queue import Queue
from threading import Thread


def producter(out_q):
    while True:
        print("生产资源")
        data = '消费资源'
        out_q.put(data)

def consumer(in_q):
    while True:
        data = in_q.get()
        print(data)
        
q = Queue()
t1 = Thread(target=consumer,args=(q,))
t2 = Thread(target=producter,args=(q,))
t1.start()
t2.start()

9.python并发编程总结