并发编程（四）--线程、开启线程、守护线程、线程互斥锁

一、什么是线程

进程其实一个资源单位，而进程内的线程才是cpu上的执行单位，线程其实指的就是代码的执行过程

二、进程和线程的区别

1. 同一进程下的多个线程共享该进程内的资源
2. 创建线程的开销要远远小于进程

三、利用Thread类开启线程的两种方式

1、Thread类

Thread实例对象的方法
  # isAlive(): 返回线程是否活动的。
  # getName(): 返回线程名。
  # setName(): 设置线程名。

threading模块提供的一些方法：
  # threading.currentThread(): 返回当前的线程变量。
  # threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
  # threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

2、开启线程

from multiprocessing import Thread
import time

def task(name):
    print('%s is running ' % name)
    time.sleep(2)
    print('%s is done ' % name)


if __name__ == '__main__':
    t = Thread(target=task, args=('线程1',))
    t.start()
    print('主')

class Mythread(Thread):
    def run(self):
        print('%s is running ' % self.name, current_thread().name)
        time.sleep(2)
        print('%s is done ' % self.name, current_thread().name)


if __name__ == '__main__':
    t = Mythread()
    t.start()
    print('主', active_count(), current_thread().name)

四、统一进程下线程间资源共享

同一进程下的多个线程共享该进程内的资源

from threading import Thread
n = 100


def task():
    global n
    n = 0


if __name__ == '__main__':
    t = Thread(target=task)
    t.start()
    t.join()
    print(n)

# 0

五、守护线程

无论是进程还是线程，都遵循：守护xxx会等待主xxx运行完毕后被销毁

★★运行完毕并非终止运行

#1.对主进程来说，运行完毕指的是主进程代码运行完毕
#2.对主线程来说，运行完毕指的是主线程所在的进程内所有非守护线程统统运行完毕，主线程才算运行完毕

from threading import Thread
import time


def task(name):
    print('%s is running' % name)
    time.sleep(2)
    print('%s is done' % name)


if __name__ == '__main__':
    t = Thread(target=task, args=('线程1',))
    t.daemon = True       
    t.start()
    print('主')

六、互斥锁

当多个线程对进程中的同一个数据进行修改时，就必须串行修改下数据，才能保证数据的安全

from threading import Thread,Lock
import time

mutex=Lock()  # 线程是共享资源的，所以不需要把锁当参数传
n=100
def task():
    global n
    mutex.acquire()
    temp=n
    time.sleep(0.1)
    n=temp-1
    mutex.release()

if __name__ == '__main__':
    t_l=[]
    for i in range(100):
        t=Thread(target=task)
        t_l.append(t)
        t.start()

    for t in t_l:
        t.join()
    print(n)