今天首先是继续看了一下关于GIL的问题，其实昨天验证后存在的问题本身之外，还有一个更加令人震惊的问题，为啥listen和game在使用了多线程之后时间缩短了，而之后的add和cheng的用了多线程运算时间却反而增多了，下面我就慢慢叙来：
首先是我们常处理的任务分为两种类型：
1.IO密集型（存在大量的数据输入）
2.计算密集型（非常高端的底层计算，或者像昨天出现数据差异的那种）
特别说明一下，time.sleep（）就是一个类似的等待数据输入过程，这就合理解释了为啥listen和game是节省时间的，大致情况如下图:
可以发现，当listen运行至等待3秒的时候，多线程就安排了game进行运行，而在game等待5秒的过程中就把listen部分的3秒内容全部执行完了，切换执行的时间是远小于等待io输入的时间，所以其实也就是线程io等待时间那个少，就节约那个的时间。
然后是add和cheng的问题，这两者基本就没有io操作的等待时间，就是一堆纯计算，但是解释器还要不停的对这两个线程进行切换，所以浪费了很多时间，导致老老实实把一个计算完再计算下一个更为节约时间。
所以Python语言是更适合进行操作io密集型的任务的，其实生活中的大多数实例就是io密集型，但是还存在一个本质的问题，就是没办法发挥我四核电脑的强大性能，这个该如何实现呢，继续看昨天的图，加了些东东。
其实这里的GIL是针对每个进程设置了一个锁，那么如果我们多建立一个进程去分别执行两个方法，那不就OK了嘛，这样两个内核同时开始执行任务。
但是此方法还是推荐高手使用，每增加一次进程内存消耗还是比较大，所以谨慎使用吧，然后教程也没告诉我到底该怎么使用。
总结：多线程在处理io密集型任务的过程中，就是将cpu等待用户进行数据输入的时间，安排去执行别的线程，等你完成输入后再返回继续执行，从而提高了cpu的使用效率
然后提到了一个概念：多线程 + 协程
下面是第二部分：
上面说清楚了多线程的工作机制，下面就发生了这么一个因为多线程造成的错误：
要求，利用多线程实现一个递减的过程。
先看正确形式运行的代码：
import time import threading def addNum(): global num #在每个线程中都获取这个全局变量 num-=1 num = 100 #设定一个共享变量 thread_list = [] for i in range(100): t = threading.Thread(target=addNum) t.start() thread_list.append(t) for t in thread_list: #等待所有线程执行完毕 t.join() print('final num:', num )
此时最终的输出结果num是0
然后我们修改一下addNum的形式，然赋值和运算分为两步进行，同时中间休息0.01秒
import time import threading def addNum(): global num #在每个线程中都获取这个全局变量 temp=num time.sleep(0.1) num =temp-1 #对此公共变量进行-1操作 num = 100 #设定一个共享变量 thread_list = [] for i in range(100): t = threading.Thread(target=addNum) t.start() thread_list.append(t) for t in thread_list: #等待所有线程执行完毕 t.join() print('final num:', num )
然后此时你会发现，num的值会随着time.sleep（）的时间长短发生变化
数字贼小的时候还是有机会等于0的，但是大多数情况还是会变成一个大于0的数字
大致的运行过程
原因非常的明显，在第一次递减进入等待的时候，其他线程开始运行，导致可能存在多个temp被赋值为100，这样最终导致了运算结果的偏差，主要是我们一个线程在没有运行完之前进行了线程之间的切换，那么为了保证这样不被切换，我们引入了同步锁
同步锁：同步锁内程序不运行完，坚决不进行切换
修改之后就能完美解决上面的问题了
import time import threading lock = threading.Lock() def addNum(): global num #在每个线程中都获取这个全局变量 lock.acquire() #上锁 temp=num time.sleep(0.1) num =temp-1 #对此公共变量进行-1操作 lock.release() #解锁 num = 100 #设定一个共享变量 thread_list = [] for i in range(100): t = threading.Thread(target=addNum) t.start() thread_list.append(t) for t in thread_list: #等待所有线程执行完毕 t.join() print('final num:', num )
通过增加 lock.acquire() 和 lock.release() 保证了在他们中间运行的代码不会发生线程的切换，这样就能完美保证程序的逐个运行。
最近理论知识好多啊，然后上班工作好多好杂，脑瓜子很疼，抽空得复习了，还有前面放了很多的卫星，一直没有去做，感觉现在都忘的干净了，晚安啦。。。