Python基础-多线程与多进程
一，線程與進程之間的關(guān)系：（從知乎上看到的）
一個必須知道的事實：執(zhí)行一段程序代碼，實現(xiàn)一個功能的過程介紹 ，當?shù)玫紺PU的時候，相關(guān)的資源必須也已經(jīng)就位，就是顯卡啊，GPS啊什么的必須就位，然后CPU開始執(zhí)行。這里除了CPU以外所有的就構(gòu)成了這個程序的執(zhí)行環(huán)境，也就是我們所定義的程序上下文。當這個程序執(zhí)行完了，或者分配給他的CPU執(zhí)行時間用完了，那它就要被切換出去，等待下一次CPU的臨幸。在被切換出去的最后一步工作就是保存程序上下文，因為這個是下次他被CPU臨幸的運行環(huán)境，必須保存。
串聯(lián)起來的事實：前面講過在CPU看來所有的任務(wù)都是一個一個的輪流執(zhí)行的，具體的輪流方法就是：先加載程序A的上下文，然后開始執(zhí)行A，保存程序A的上下文，調(diào)入下一個要執(zhí)行的程序B的程序上下文，然后開始執(zhí)行B,保存程序B的上下文。。。。
========= 重要的東西出現(xiàn)了========
進程和線程就是這樣的背景出來的，兩個名詞不過是對應(yīng)的CPU時間段的描述，名詞就是這樣的功能。
- 進程就是包換上下文切換的程序執(zhí)行時間總和 = CPU加載上下文+CPU執(zhí)行+CPU保存上下文
線程是什么呢？
進程的顆粒度太大，每次都要有上下的調(diào)入，保存，調(diào)出。如果我們把進程比喻為一個運行在電腦上的軟件，那么一個軟件的執(zhí)行不可能是一條邏輯執(zhí)行的，必定有多個分支和多個程序段，就好比要實現(xiàn)程序A，實際分成 a，b，c等多個塊組合而成。那么這里具體的執(zhí)行就可能變成：
程序A得到CPU =》CPU加載上下文，開始執(zhí)行程序A的a小段，然后執(zhí)行A的b小段，然后再執(zhí)行A的c小段，最后CPU保存A的上下文。
這里a，b，c的執(zhí)行是共享了A的上下文，CPU在執(zhí)行的時候沒有進行上下文切換的。這里的a，b，c就是線程，也就是說線程是共享了進程的上下文環(huán)境，的更為細小的CPU時間段。
到此全文結(jié)束，再一個總結(jié)：
進程和線程都是一個時間段的描述，是CPU工作時間段的描述，不過是顆粒大小不同，一個進程中包含了多個線程，在一個時間段內(nèi)，只能有一個線程占用cpu，cpu不能同時執(zhí)行多個任務(wù)，只不過cpu運行速度太快，我們感知不到，就以為，線程可以同時執(zhí)行，對于多核cpu，實際也同一個時間段也只有一個cpu在工作
import threading import time def axb(name):
time.sleep(1)
print(name)
for i in range(10):
t=threading.Thread(target=axb,args=(i,)) ##args 定義的是一個元組，必須加逗號，才能識別為元組
t.start() print('game over')
三，線程等待
線程等待，多線程在運行的時候，每個線程都是獨立運行的，不受其他的線程干擾，如果想在哪個線程運行完之后，再做其他操作的話，就得等待它完成，那怎么等待呢，使用join，等待線程結(jié)束
import threading
import time
def run():
print('qqq')
time.sleep(1)
print('done!')
lis = []
for i in range(5):
t = threading.Thread(target=run)
lis.append(t)
t.start()
for t in lis:
t.join() #主線程等待子線程執(zhí)行完
print('over')
四，獲取多線程時執(zhí)行結(jié)果的返回值
例如我們做接口測試時候，需要獲取每個線程執(zhí)行時間
import threading
import time
import requests
run_times = []
#怎么獲取到多線程執(zhí)行的函數(shù)里面的返回值
def blog():
stat_time = time.time()
r = requests.get('http://www.nnzhp.cn/').text
end_time = time.time()
run_time = end_time-stat_time
run_times.append(run_time)
objs = []
for i in range(100):
t = threading.Thread(target=blog())
t.start()
objs.append(t)
for obj in objs:
obj.join()#join中可以設(shè)置timeout時間，主線程等待時間超過timeout時間后就會繼續(xù)執(zhí)行，不再等待
avg = sum(run_times)/len(run_times)
print('平均響應(yīng)時間是',avg)
五，守護線程：就相當于你是一個國王（非守護線程），然后你有很多仆人（守護線程），這些仆人都是為你服務(wù)的，一但你死了，那么你的仆人都給你陪葬。
主線程死掉了（執(zhí)行完了），那么不管子線程運行完否，都一起結(jié)束
import time
import threading def test():
time.sleep(2)
print('hhhh')
for i in range(5):
t=threading.Thread(target=test)
t.setDaemon(True)#設(shè)置子線程為守護線程
t.start()
程序執(zhí)行結(jié)果不會打印 hhhh，因為主線程執(zhí)行完的時候，子線程還沒執(zhí)行完，所以，主線程死掉了，守護子線程跟著消亡了
六、鎖：線程鎖就是，很多線程一起在操作一個數(shù)據(jù)的時候，可能會有問題，就要把這個數(shù)據(jù)加個鎖，同一時間只能有一個線程操作這個數(shù)據(jù)。
import threading
from threading import Lock num = 0
lock = Lock() # 申請一把鎖 def run():
global num
lock.acquire() # 加鎖
num += 1
lock.release() # 解鎖 lis = []
for i in range(5):
t = threading.Thread(target=run)
t.start()
lis.append(t)
for t in lis:
t.join()
print('over', num)
七，多進程：Python里面的多線程，是不能利用多核CPU的，如果想利用多核CPU的話，就得使用多進程，python中多進程使用multiprocessing模塊。
from multiprocessing import Process
import time def test(i):
time.sleep(1)
print(i) if __name__=='__main__':
for i in range(10):
p=Process(target=test,args=(i,))
p.start()
threading與實例對象提供了幾個方法可以讓我們更直觀的學(xué)習(xí)線程。
threading.active_count() # 返回當前運行的線程個數(shù)
threading.enumerate() # 返回當前運行中的線程list
threading.current_thread() # 返回當前的線程變量
t1.start() # 啟動線程
t1.is_alive() # 判斷線程是否在運行 運行指啟動后、終止前。
t1.getName() # 獲取線程名
t1.setName('填寫更改后的名稱') # 對線程進行命名
t1.setDaemon(True) # 設(shè)置守護線程
t1.isDaemon() # 判斷是否是守護線程
t1.join(timeout=20) # 阻塞當前上下文環(huán)境的線程，直到調(diào)用此方法的線程終止或到達指定的timeout（可選參數(shù)）
總結(jié)
以上是生活随笔為你收集整理的Python基础-多线程与多进程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 茶七饭八酒满杯。求上联！
- 下一篇： Elasticsearch6.4.3文档