Python多线程（与进程的区别）

线程 (Thread)

1. 线程概述

• 什么是线程
  【1】 线程被称为轻量级的进程，也是多任务编程方式
  【2】 也可以利用计算机的多cpu资源
  【3】 线程可以理解为进程中再开辟的分支任务

• 线程特征
  【1】 一个进程中可以包含多个线程
  【2】 线程也是一个运行行为，消耗计算机资源
  【3】 一个进程中的所有线程共享这个进程的资源
  【4】 多个线程之间的运行同样互不影响各自运行
  【5】 线程的创建和销毁消耗资源远小于进程
  

2. 多线程编程

• 线程模块： threading
  

• 创建方法
  【1】 创建线程对象

from threading import Thread 

t = Thread()
功能：创建线程对象
参数：target 绑定线程函数
     args   元组 给线程函数位置传参
     kwargs 字典 给线程函数键值传参
     daemon bool值，主线程推出时该分支线程也推出

​ 【2】 启动线程

 t.start()

​ 【3】等待分支线程结束

p.join([timeout])
功能：阻塞等待分支线程退出
参数：最长等待时间

3. 创建线程类

1. 创建步骤
   【1】 继承Thread类
   【2】 重写__init__方法添加自己的属性，使用super()加载父类属性
   【3】 重写run()方法
2. 使用方法
   【1】 实例化对象
   【2】 调用start自动执行run方法

4. 线程同步互斥

• 线程通信方法： 线程间使用全局变量进行通信

• 共享资源争夺

  • 共享资源：多线程都可以操作的资源称为共享资源。对共享资源的操作代码段称为临界区。
  • 影响 ： 对共享资源的无序操作可能会带来数据的混乱，或者操作错误。此时往往需要同步互斥机制协调操作顺序。

• 同步互斥机制

  • 同步 ： 同步是一种协作关系，为完成操作，线程间形成一种协调，按照必要的步骤有序执行操作。
    

  • 互斥 ： 互斥是一种制约关系，当一个进程或者线程占有资源时会进行加锁处理，此时其他进程线程就无法操作该资源，直到解锁后才能操作。
    

• 线程Event

from threading import Event
e = Event()  创建线程event对象
e.wait([timeout])  阻塞等待e被set
e.set()  设置e，使wait结束阻塞
e.clear() 使e回到未被设置状态
e.is_set()  查看当前e是否被设置

• 线程锁 Lock

from  threading import Lock
lock = Lock()  # 创建锁对象
lock.acquire() # 上锁  如果lock已经上锁再调用会阻塞
lock.release() # 解锁

5. 死锁

• 什么是死锁
  死锁是指两个或两个以上的线程在执行过程中，由于竞争资源或者由于彼此通信而造成的一种阻塞的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁。
  

• 死锁产生条件

  • 互斥条件：指线程使用了互斥方法，使用一个资源时其他线程无法使用。
  • 请求和保持条件：指线程已经保持至少一个资源，但又提出了新的资源请求，在获取到新的资源前不会释放自己保持的资源。
  • 不剥夺条件：不会受到线程外部的干扰，如系统强制终止线程等。
  • 环路等待条件：指在发生死锁时，必然存在一个线程——资源的环形链，如 T0正在等待一个T1占用的资源；T1正在等待T2占用的资源，……，Tn正在等待已被T0占用的资源。

• 如何避免死锁

  • 逻辑清晰，不要同时出现上述死锁产生的四个条件
  • 通过测试工程师进行死锁检测

6.1 GIL问题

• 什么是GIL问题 （全局解释器锁）
  由于python解释器设计中加入了解释器锁，导致python解释器同一时刻只能解释执行一个线程，大大降低了线程的执行效率。

• 导致后果
  因为遇到阻塞时线程会主动让出解释器，去解释其他线程。所以python多线程在执行多阻塞任务时可以提升程序效率，其他情况并不能对效率有所提升。

• 关于GIL问题的处理

  • 尽量使用进程完成无阻塞的并发行为
  • 不使用c作为解释器 （可以用Java C#）
    Guido的声明：http://www.artima.com/forums/flat.jsp?forum=106&thread=214235

• 结论

  • GIL问题与Python语言本身并没什么关系，属于解释器设计的历史问题。
  • 在无阻塞状态下，多线程程序程序执行效率并不高，甚至还不如单线程效率。
  • Python多线程只适用于执行有阻塞延迟的任务情形。

7. 进程线程的区别联系

• 区别联系

1. 两者都是多任务编程方式，都能使用计算机多核资源
2. 进程的创建删除消耗的计算机资源比线程多
3. 进程空间独立，数据互不干扰，有专门通信方法；线程使用全局变量通信
4. 一个进程可以有多个分支线程，两者有包含关系
5. 多个线程共享进程资源，在共享资源操作时往往需要同步互斥处理
6. Python线程存在GIL问题，但是进程没有。

• 使用场景

1. 任务场景：一个大型服务，往往包含多个独立的任务模块，每个任务模块又有多个小独立任务构成，此时整个项目可能有多个进程，每个进程又有多个线程。
2. 编程语言：Java,C#之类的编程语言在执行多任务时一般都是用线程完成，因为线程资源消耗少；而Python由于GIL问题往往使用多进程。