python详解(8)--python中的多任务(进程与线程)

多任务：指的是一台电脑可以同时运行多个应用程序（一个应用程序可能有多个进程），是一种共享CPU的方法。

协同式多任务(cooperative multitasking)：进程在执行过程中不受限制的占用cpu，不存在时间片概念，系统对cpu使用权的收回要靠进程主动上交。

抢先式多任务(preemptive multitasking)：当一个新的进程开始时，在它的时间片（timeslice）之内，cpu的使用权是在这个进程手里的，当时间片结束时，系统要收回cpu的使用权做下一轮分配，即由系统进行cup使用权的分配与应用程序无关。

单核：CPU集成了一个运算核心，所有的任务都是由这个运算核心完成的，同一时间只能完成一个任务。

多核：CPU集成了多个运算核心，可以同一时间让多个运算核心同时工作完成多个任务。

并发：任务数多于CPU核心数，通过操作系统调度（Scheduling）方法，在很短时间内不断切换（时间片轮转，并有优先级算法等以任务的重要度优先考虑），实现在固定时间内多个任务共同执行。

并行：任务数小于CPU核心数，多个任务执行于不同的运算核心，真正的同时执行。

程序（program）：是一种静态的实体，如封装的EXE文件，.py文件等。

进程（process）：可以认为是运行的程序，是一个动态的实体，代表程序的执行过程，随着程序中指令的执行而不断的变化，在某个特定时刻的进程的内容被称为进程映像（process image），分为①正文段（text，被执行的机器指令，即代码）②用户数据段（user segment，存放进程在执行时直接操作的所有数据，包括进程使用的全部变量在内）③系统数据段（system segment，存放程序运行的环境，即进程的控制信息，是进程与程序的区别所在）；进程有三种状态，就绪态、执行态、等待态（堵塞态），是多任务的一种实现方式。

线程(thread)：线程（有时候称为轻量级进程）与进程类似，不过它们是在同一个进程下执行的，并共享相同的上下文，即将多任务的思想拓展到应用层面，将单个任务分解为小任务，再将这些任务分配给不同的CPU内核，提高进程速度；以python程序为例，其主代码顺序执行即主线程，在主线程过程中有一些函数、类等也需要新的线程去执行，称之为子线程。是多任务的一种轻量级的实现方式。

一、python中的多线程

python中的threading模块
python内置了threading模块（其前身为thread模块，但相对底层，在python3中更名为_thread），可用于多线程的执行，threading模块的类对象如下：

Thread	表示一个执行线程的对象
Lock	锁对象
RLock	可重入锁对象，使单一线程可以（再次）获得已持有的锁（递归锁）
Condition	条件变量对象，使得一个线程等待另外一个线程满足特定的条件，比如改变状态或者某个数据值
Event　	条件变量的通用版本，任意数量的线程等待某个事件的发生，在该事件发生后所有的线程都将被激活
Semaphore	为线程间的有限资源提供一个计数器，如果没有可用资源时会被阻塞
BoundedSemaphore	与Semaphore相似，不过它不允许超过初始值
Timer	与Thread类似，不过它要在运行前等待一定时间
Barrier	创建一个障碍，必须达到指定数量的线程后才可以继续

threading.enumerate() 返回一个列表，列表中是当前的线程，其中主线程显示为MainThread
threading.current_thread() 返回当前线程，线程名在定义线程时指定，若不指定系统会默认写为Thread-1等，除了打印时用于显示没有别的用途

其中Thread类是线程的主要执行对象，其他类都属于同步机制。

# Thread类属性
name	线程名
ident	线程的标识符
daemon	布尔值，表示这个线程是否是守护线程

# Thread类的主要方法
__init__(group=None,target=None,name=None,args=(),kwargs={},verbose=None,daemon=None)	实例化一个线程对象，需要一个可调用的target对象，以及参数args或者kwargs。还可以传递name和group参数。daemon的值将会设定thread.daemon的属性
start()	开始执行该线程
run()	定义线程的方法（一般开发者在子类中重写此方法）
join(timeout=None)	直至启动的线程终止之前一直挂起；除非给出了timeout(单位秒)，否则一直被阻塞

在python中使用多线程的常用方法有两种：
(1)创建Thread类实例，传递函数作为线程执行的内容。

def loop():
    n = 0
    while n < 5:
        n = n + 1
        print(threading.current_thread().name)
        time.sleep(1)
t = threading.Thread(target=loop, name='LoopThread')
t.start()
t.join()
print('end')

如上所示，直接生成Thread实例，调用start()方法即开始执行线程，join()方法意为等待子线程执行完毕后再执行主线程，否则'end'会在loop函数调用前就打印出来。

(2)派生Thread的子类，并创建子类的实例。

class MyThread(threading.Thread):
    def __init__(self,func,args,name=''):
        threading.Thread.__init__(self)
        self.func = func
        self.name = name
        self.args = args
        
    def run(self):
        print('开始执行',self.name,' 在：',ctime())
        self.res = self.func(*self.args)
        print(self.name,'结束于：',ctime())
        
    def getResult(self):
        return self.res

如上所示，自定义Thread的派生类，在其中定义run方法(一般在run方法中会直接调用start()/join()方法)，其实只是上述方法的封装，但更适合面向对象的开发。
注：①主线程是可能在子线程之前结束的，但其并不会直接将子线程结束掉，join()只有在主线程需要等待子线程完成时候才是有用的(主线程与子线程是相互独立的，其都同属于一个进程，在默认情况下，进程会等待所有的子线程结束后再结束)；
②只有调用实例的start方法时，才会创建并开始线程的执行；
③假如在一个函数中使用线程并使用变量传入参数，若子线程函数需要等待，而主线程很快的执行完毕，由于主线程执行完毕后与它关联的所有数据都会被回收，则子线程的参数就不存在了（正常情况下子线程会自动关闭，但特殊情况下其会报错）。

python多线程的同步机制

多线程与全局变量：在一个进程的多线程任务中，多个线程共享全局变量(创建Thread类实例时传入的变量就是全局变量，或处理磁盘上的文件等)，即在一个线程中声明或更改了全局变量，按时间顺序另一个线程会获得更改后的全局变量。注意，在共享全局变量时，多个线程不断调用全局变量并且不断改变，可能会产生全局变量在不同进程中同时