一，回顾操作系统的概念
操作系统位于底层硬件与应用软件之间的一层
工作方式：向下管理软件，向上提供接口
二，进程线程的概念
进程是一个资源单位，线程是一个最小的执行单位
一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程
三，并行与并发
并行：
就是有多个进程可以同时运行的叫做并行
并发：
就是在一个处理器的情况下，切换执行，叫做并发
python无法实现并行处理，因为全局解释器锁gil导致同一时刻同一进程
只能有一个线程被运行。
GIL全局解释器锁
但是不影响Python开多进程
多线程代码示例
import threading import time ''' 程序在运行是有一个主线程，当程序开启多线程的时候，主线程依旧会执行， 主线程执行到最后时，并没有结束，而是在等待子线程的结束后主线程结束 ''' def misc(): print("听歌") time.sleep(3) print("听歌结束") def xieboke(): print("写博客") time.sleep(5) print("写博客结束") #开启线程 t1=threading.Thread(target=misc)#t1,t2是一个线程对象 t2=threading.Thread(target=xieboke) t1.start() t2.start() print("主线程")
#开启多线程的另一种方式
import threading import time class MyThread(threading.Thread): ''' 用类的继承，继承线程的方法开启线程 ''' def __init__(self,num): ''' 继承父类的__init__方法 ''' threading.Thread.__init__(self) self.num=num def run(self): print("running on mythread:%s"%self.num) time.sleep(3) print("end%s"%self.num) t1=MyThread(10) t2=MyThread(20) t1.start() t2.start() print("主线程")
jion的使用
t.jion方法会阻塞主进程的运行,但不会影响其他线程的运行
setDaemon方法
-守护线程
当某个线程设置为守护线程的时候，它会随着主线程的结束而结束
t.setDaemon(True)
线程对象下的几个方法：
-isAlive（）检测线程是否活动，返回值是布尔值
-getName():返回线程名
-setName():设置线程名称
threading模块提供的一些方法：
threading.currentTread():返回当前线程变量
threading.enumerate():返回一个包含正在运行的线程的list。
threading.activeCount():返回正在运行的线程数量
Python对于计算密集型运行比较慢，效率低；对于IO密集型效率有明显提高
Python多线程
互斥锁：
互斥锁的意义就是在保护锁内代码同一时间只有一个线程在使用
直到代码执行完成，解锁后其他线程才能执行所内代码。
使用格式：
-lock=threading.Lock()创建一把锁的对象
lock.acquire()#加锁
....需要保护的执行语句
lock.release()#解锁
死锁与递归锁
代码示例：
import threading import time muteA=threading.Lock() muteB=threading.Lock() class MyThread(threading.Thread): def __init__(self): threading.Thread.__init__(self) def run(self): self.func1() self.func2() def func1(self): muteA.acquire() print("锁A执行内容",MyThread.getName(self)) muteB.acquire() print("锁B执行内容",MyThread.getName(self)) muteB.release() muteA.release() def func2(self): muteB.acquire() print("第二个函数的锁B",MyThread.getName(self)) muteA.acquire() print("第二个函数的锁A",MyThread.getName(self)) muteA.release() muteB.release() if __name__=="__main__": for i in range(10): my_thread=MyThread() my_thread.start()
形成死锁的原因在于当线程1在第二个函数中拿到锁B向下执行需要锁A的时候，线程2在函数1中
已经拿到的锁A，在等待线程1释放B。两个线程都没有释放另一个线程需要的锁，所以就形成了死锁。
递归锁的应用
递归锁未避免死锁的产生，在锁内实行一个引用计数，当有一把使用是计速器加一，释放后，去除计数
到代码在执行锁内代码时，如果有其他线程抢锁，计数如果为零，线程可以拿到锁，大于零，拒绝线程拿锁
这样就能避免锁的重复，也就不会产生死锁
代码示例：
import threading
import time
Rlock=threading.Rlock()
class MyThread(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
self.func1()
self.func2()
def func1(self):
Rlock.acquire()
print("锁A执行内容",MyThread.getName(self))
Rlock.acquire()
print("锁B执行内容",MyThread.getName(self))
Rlock.release()
Rlock.release()
def func2(self):
Rlock.acquire()
print("第二个函数的锁B",MyThread.getName(self))
Rlock.acquire()
print("第二个函数的锁A",MyThread.getName(self))
Rlock.release()
Rlock.release()
if __name__=="__main__":
for i in range(10):
my_thread=MyThread()
my_thread.start()
event方法使用：
event方法可以让两个线程之间通信，当一个线程需要另一个线程准备数据的时候，
event.wait(),阻塞程序的运行，直到另一个线程将数据准备完成后，使用event.set()
返回一个true值，event.wait()接受到该值之后，线程开始运行。wait方法后可以接一个超时
时间参数，规定在一定时间内阻塞，超时后运行。
import threading
import time
import logging
logging.basicConfig(level=logging.DEBUG, format='(%(threadName)-10s) %(message)s',)
def worker(event):
logging.debug('Waiting for redis ready...')
while not event.isSet():
logging.debug("wait.......")
event.wait(3) # if flag=False阻塞，等待flag=true继续执行
logging.debug('redis ready, and connect to redis server and do some work [%s]', time.ctime())
time.sleep(1)
def main():
readis_ready = threading.Event() # flag=False创建一个event对象
t1 = threading.Thread(target=worker, args=(readis_ready,), name='t1')
t1.start()
t2 = threading.Thread(target=worker, args=(readis_ready,), name='t2')
t2.start()
logging.debug('first of all, check redis server, make sure it is OK, and then trigger the redis ready event')
time.sleep(6) # simulate the check progress
readis_ready.set() # flag=Ture
if __name__=="__main__":
main()
进程multprocessing模块
multprocessing模块与threading模块使用同一套api，使用方法调用方法与threading模块一样
代码示例：
from multiprocessing import Process
import time
def f(name):
print("hello",name,time.ctime())
time.sleep(1)
if __name__=="__main__":
p_list=[]
for i in range(3):
p=Process(target=f,args=("alvin:%s"%i,))
p_list.append(p)
p.start()
协程的应用：
协程是单线程的，不能切换。因为协程对IO操作的判断由自己控制
import time
# 可以实现并发
def consumer():
r = ''
while True:
n = yield r
if not n:
return
print('[CONSUMER] ←← Consuming %s...' % n)
time.sleep(1)
r = '200 OK'
def produce(c):
next(c)
n = 0
while n < 5:
n = n + 1
print('[PRODUCER] →→ Producing %s...' % n)
cr = c.send(n)
print('[PRODUCER] Consumer return: %s' % cr)
c.close()
if __name__=='__main__':
c = consumer()
produce(c)
gevent模块的使用：
from gevent import monkey
monkey.patch_all()
import gevent
from urllib import request
import time
def f(url):
print('GET: %s' % url)
resp = request.urlopen(url)
data = resp.read()
print('%d bytes received from %s.' % (len(data), url))
start=time.time()
gevent.joinall([
gevent.spawn(f, 'https://itk.org/'),
gevent.spawn(f, 'https://www.github.com/'),
gevent.spawn(f, 'https://zhihu.com/'),
])
#f('https://itk.org/')
#f('https://www.github.com/')
#f('https://zhihu.com/')
print(time.time()-start)