线程的创建方式

Python的标准库提供了两个模块： _thread 和 threading ， _thread 是低级模块， threading 是高级模块，对 _thread 进行了封装。绝大多数情况下，我们只需要使用 threading 这个高级模块。
线程的创建可以通过分为两种方式：

1. 方法包装
2. 类包装
   线程的执行统一通过 start() 方法

线程的创建方式(方法包装)

def func1(name):print(f"线程{name},start")  #formatfor i in range(3):print(f"线程{name},{i}")sleep(3)print(f"线程{name},end")if __name__ == '__main__':print("主线程，start")#创建线程t1 = Thread(target=func1,args=("t1",))t2 = Thread(target=func1,args=("t2",))#启动线程t1.start()t2.start()print("主线程,end")
运行结果可能会出现换行问题，是因为多个线程抢夺控制台
输出的IO流。

线程的创建方式(类包装)

class MyThread(Thread):def __init__(self,name):Thread.__init__(self)self.name = namedef run(self):print(f"线程{self.name},start")  # formatfor i in range(3):print(f"线程{self.name},{i}")sleep(3)print(f"线程{self.name},end")if __name__ == '__main__':print("主线程，start")#创建线程t1 = MyThread("t1")t2 = MyThread("t2")#启动线程t1.start()t2.start()print("主线程,end")

join()【让主线程等待子线程结束】

之前的代码，主线程不会等待子线程结束。
如果需要等待子线程结束后，再结束主线程，可使用join()方法。

def func1(name):for i in range(3):print(f"thread:{name} :{i}")sleep(1)if __name__ == '__main__':print("主线程，start")#创建线程t1 = Thread(target=func1,args=("t1",))t2 = Thread(target=func1,args=("t2",))#启动线程t1.start()t2.start()#主线程会等待t1,t2结束后，再往下执行t1.join()t2.join()print("主线程，end")

守护线程【主线程结束，子线程就结束】

class MyThread(Thread):def __init__(self,name):Thread.__init__(self)self.name =namedef run(self):for i in range(3):print(f"thread:{self.name} :{i}")sleep(1)if __name__ == '__main__':print("主线程，start")#创建线程(类的方式)t1 = MyThread('t1')#t1设置为守护线程t1.daemon = True# t1.setDaemon(True)#启动线程t1.start()print("主线程，end")

锁

多线程操作同一个对象(未使用线程同步)

class Account:def __init__(self,money,name):self.money = moneyself.name = name#模拟提款的操作
class Drawing(Thread):def __init__(self,drawingNum,account):Thread.__init__(self)self.drawingNum = drawingNumself.account = accountself.expenseTotal = 0def run(self):if self.account.money<self.drawingNum:returnsleep(1) #判断完可以取钱，则阻塞。就是为了测试发生冲突问题self.account.money -=self.drawingNumself.expenseTotal += self.drawingNumprint(f"账户：{self.account.name},余额是：{self.account.money}")print(f"账户：{self.account.name},总共取了：{self.expenseTotal}")if __name__ == '__main__':a1 = Account(100,"gaoqi")draw1 = Drawing(80,a1)  #定义一个取钱的线程draw2 = Drawing(80,a1)  #定义一个取钱的线程draw1.start()draw2.start()

多线程操作同一个对象(增加互斥锁，使用线程同步)

class Account:def __init__(self,money,name):self.money = moneyself.name = name#模拟提款的操作
class Drawing(Thread):def __init__(self,drawingNum,account):Thread.__init__(self)self.drawingNum = drawingNumself.account = accountself.expenseTotal = 0def run(self):lock1.acquire()if self.account.money<self.drawingNum:print("账户余额不足！")returnsleep(1) #判断完可以取钱，则阻塞。就是为了测试发生冲突问题self.account.money -=self.drawingNumself.expenseTotal += self.drawingNumlock1.release()print(f"账户：{self.account.name},余额是：{self.account.money}")print(f"账户：{self.account.name},总共取了：{self.expenseTotal}")if __name__ == '__main__':a1 = Account(1000,"gaoqi")lock1 = Lock()draw1 = Drawing(80,a1)  #定义一个取钱的线程draw2 = Drawing(80,a1)  #定义一个取钱的线程draw1.start()draw2.start()

死锁案例

def fun1():lock1.acquire()print('fun1拿到菜刀')sleep(2)lock2.acquire()print('fun1拿到锅')lock2.release()print('fun1释放锅')lock1.release()print('fun1释放菜刀')def fun2():lock2.acquire()print('fun2拿到锅')lock1.acquire()print('fun2拿到菜刀')lock1.release()print('fun2释放菜刀')lock2.release()print('fun2释放锅')if __name__ == '__main__':lock1 = Lock()lock2 = Lock()t1 = Thread(target=fun1)t2 = Thread(target=fun2)t1.start()t2.start()

信号量使用

def home(name,se):se.acquire()print(f"{name}进入房间")sleep(3)print(f"****{name}走出房间")se.release()if __name__ == '__main__':se = Semaphore(5)   #信号量对象for i in range(7):t = Thread(target=home,args=(f"tom{i}",se))t.start()

事件(Event)

事件Event主要用于唤醒正在阻塞等待状态的线程;

Event 对象包含一个可由线程设置的信号标志，它允许线程等待某些事件的发生。在初始情况下，event 对象中的信号标志被设置假。如果有线程等待一个 event 对象，而这个 event 对象的标志为假，那么这个线程将会被一直阻塞直至该标志为真。一个线程如果将一个 event 对象的信号标志设置为真，它将唤醒所有等待个 event 对象的线程。如果一个线程等待一个已经被设置为真的 event 对象，那么它将忽略这个事件，继续执行

def chihuoguo(name):#等待事件，进入等待阻塞状态print(f'{name}已经启动')print(f'小伙伴{name}已经进入就餐状态！')time.sleep(1)event.wait()# 收到事件后进入运行状态print(f'{name}收到通知了.' )print(f'小伙伴{name}开始吃咯！')if __name__ == '__main__':event = threading.Event()# 创建新线程thread1 = threading.Thread(target=chihuoguo, args=("tom", ))thread2 = threading.Thread(target=chihuoguo, args=("cherry", ))# 开启线程thread1.start()thread2.start()time.sleep(10)# 发送事件通知print('---->>>主线程通知小伙伴开吃咯！')event.set()

生产者消费者模型

从一个线程向另一个线程发送数据最安全的方式可能就是使用queue 库中的队列了。创建一个被多个线程共享的 Queue 对象，这些线程通过使用 put() 和 get() 操作来向队列中添加或者删除元素。Queue 对象已经包含了必要的锁，所以你可以通过它在多个线程间多安全地共享数据。

def producer():num = 1while True:if queue.qsize()<5:print(f"生产{num}号，大馒头")queue.put(f"大馒头：{num}号")num +=1else:print("馒头框满了，等待来人消费啊！")sleep(1)def consumer():while True:print(f"获取馒头：{queue.get()}")sleep(1)if __name__ == '__main__':queue = Queue()t1 = Thread(target=producer)t2 = Thread(target=consumer)t1.start()t2.start()

进程

方法模式创建进程

def fun1(name):print(f"当前进程ID:{os.getpid()}")print(f"父进程ID：{os.getppid()}")print(f"Process:{name},start")sleep(3)print(f"Process:{name},end")#windows上多进程实现的bug。如果不加main的限制，就会无限制的创建子进程，从而报错。
if __name__ == '__main__':print("当前进程ID:",os.getpid())#创建进程p1 = Process(target=fun1,args=("p1",))p2 = Process(target=fun1, args=("p2",))#启动进程p1.start()p2.start()

类模式创建进程

class MyProcess(Process):def __init__(self,name):Process.__init__(self)self.name = namedef run(self):print(f"Process:{self.name},start")sleep(3)print(f"Process:{self.name},end")if __name__ == '__main__':#创建进程p1 = MyProcess("p1")p2 = MyProcess("p2")p1.start()p2.start()

Queue实现进程间通信

前面讲解了使用 Queue 模块中的 Queue 类实现线程间通信，但要实现进程间通信，需要使用 multiprocessing 模块中的 Queue 类。
简单的理解 Queue 实现进程间通信的方式，就是使用了操作系统给开辟的一个队列空间，各个进程可以把数据放到该队列中，当然也可以从队列中把自己需要的信息取走。

#coding=utf-8
from multiprocessing import Process, Queue
from time import sleepclass MyProcess(Process):def __init__(self,name,mq):Process.__init__(self)self.name = nameself.mq = mqdef run(self):print(f"Process:{self.name},start")print(f"get Data:{mq.get()}")sleep(2)self.mq.put(f"new_data:{self.name}")print(f"Process:{self.name},end")if __name__ == '__main__':mq = Queue()mq.put("1")mq.put("2")mq.put("3")#进程列表p_list = []for i in range(3):p = MyProcess(f"p{i}",mq)p_list.append(p)for p in p_list:p.start()for p in p_list:p.join()print(mq.get())print(mq.get())print(mq.get())

Pipe实现进程间通信

Pipe 直译过来的意思是“管”或“管道”，和实际生活中的管（管道）是非常类似的。
Pipe方法返回（conn1， conn2）代表一个管道的两个端。Pipe方法有duplex参数，如果duplex参数为True（默认值），
那么这个参数是全双工模式，也就是说conn1和conn2均可收发。若duplex为False，conn1只负责接收消息，conn2只负责
发送消息。send和recv方法分别是发送和接受消息的方法。例如，在全双工模式下，可以调用conn1.send发送消息，
conn1.recv接收消息。如果没有消息可接收，recv方法会一直阻塞。如果管道已经被关闭，那么recv方法会抛出EOFError。

#coding=utf-8
import multiprocessing
from time import sleepdef func1(conn1):sub_info = "Hello!"print(f"进程1--{multiprocessing.current_process().pid}发送数据：{sub_info}")sleep(1)conn1.send(sub_info)print(f"来自进程2:{conn1.recv()}")sleep(1)
def func2(conn2):sub_info = "你好!"print(f"进程2--{multiprocessing.current_process().pid}发送数据：{sub_info}")sleep(1)conn2.send(sub_info)print(f"来自进程1:{conn2.recv()}")sleep(1)if __name__ == '__main__':#创建管道conn1,conn2 = multiprocessing.Pipe()# 创建子进程process1 = multiprocessing.Process(target=func1,args=(conn1,))process2 = multiprocessing.Process(target=func2,args=(conn2,))# 启动子进程process1.start()process2.start()

Manager管理器

def func(name,m_list,m_dict):m_dict['name'] = '123'm_list.append('你好')if __name__ == "__main__":with Manager() as mgr:m_list = mgr.list()m_dict = mgr.dict()m_list.append('Hello!!')#两个进程不能直接互相使用对象，需要互相传递p1 = Process(target=func,args=('p1',m_list,m_dict))p1.start()p1.join()   #等p1进程结束，主进程继续执行print(f"主进程:{m_list}")print(f"主进程:{m_dict}")

进程池（Pool）

Python提供了更好的管理多个进程的方式，就是使用进程池
进程池可以提供指定数量的进程给用户使用，即当有新的请求提交到进程池中时，如果池未满，则会创建一个新的进程用来执行该请求；反之，如果池中的进程数已经达到规定最大值，那么该请求就会等待，只要池中有进程空闲下来，该请求就能得到执行。

进程池使用案例

def func1(name):print(f"当前进程的ID:{os.getpid()},{name}")sleep(2)return namedef func2(args):print(args)if __name__ == "__main__":pool = Pool(5)pool.apply_async(func = func1,args=('sxt1',),callback=func2)pool.apply_async(func = func1,args=('sxt2',),callback=func2)pool.apply_async(func = func1,args=('sxt3',),callback=func2)pool.apply_async(func = func1,args=('sxt4',))pool.apply_async(func = func1,args=('sxt5',))pool.apply_async(func = func1,args=('sxt6',))pool.apply_async(func = func1,args=('sxt7',))pool.apply_async(func = func1,args=('sxt8',))pool.close()pool.join()

使用with管理进程池

def func1(name):print(f"当前进程的ID:{os.getpid()},{name}")sleep(2)return nameif __name__ == "__main__":with Pool(5) as pool:args = pool.map(func1,('sxt1,','sxt2,','sxt3,','sxt4,','sxt5,','sxt6,','sxt7,','sxt8,'))for a in args:print(a)

协程是什么

协程，Coroutines，也叫作纤程(Fiber)
协程，全称是“协同程序”，用来实现任务协作。是一种在线程中，比线程更加轻量级的存在，由程序员自己写程序来管理。
当出现IO阻塞时，CPU一直等待IO返回，处于空转状态。这时候用协程，可以执行其他任务。当IO返回结果后，再回来处理数据。充分利用了IO等待的时间，提高了效率。一个故事说明进程、线程、协程的关系

乔布斯想开工厂生产手机，费劲力气，制作一条生产线，这个生产线上有很多的器件以及材料。一条生产线就是一个进程。
只有生产线是不够的，所以找五个工人来进行生产，这个工人能够利用这些材料最终一步步的将手机做出来，这五个工人就
是五个线程。
为了提高生产率，想到3种办法：
1 一条生产线上多招些工人，一起来做手机，这样效率是成倍増长，即单进程多线程方式
2 多条生产线，每个生产线上多个工人，即多进程多线程
乔布斯深入一线发现工人不是那么忙，有很多等待时间。于是规定：如果某个员工在等待生
产线某个零件生产时 ，不要闲着，干点其他工作。也就是说：如果一个线程等待某些条件，
可以充分利用这个时间去做其它事情，这就是：协程方式。

不使用协程执行多个任务

def func1():for i in range(3):print(f'北京：第{i}次打印啦')time.sleep(1)return "func1执行完毕"
def func2():for k in range(3):print(f'上海：第{k}次打印了' )time.sleep(1)return "func2执行完毕"def main():func1()func2()
if __name__ == '__main__':start_time = time.time()main()end_time = time.time()print(f"耗时{end_time-start_time}")   #不使用协程，耗时6秒

使用yield协程，实现任务切换

def func1():for i in range(3):print(f'北京：第{i}次打印啦')yield  # 只要方法包含了yield，就变成一个生成器time.sleep(1)
def func2():g = func1()    #func1是一个生成器，func1()就不会直接调用，需要通过next()print(type(g))for k in range(3):print(f'上海：第{k}次打印了' )next(g)   #继续执行func1的代码time.sleep(1)if __name__ == '__main__':#有了yield，我们实现了两个任务的切换+保存状态start_time = time.time()func2()end_time = time.time()print(f"耗时{end_time-start_time}")   #耗时5.0秒，效率差别不大

asyncio实现协程(重点)

1. 常的函数执行时是不会中断的，所以你要写一个能够中断的函数，就需要加 async.async 用来声明一个函数为异步函数，异步函数的特点是能在函数执行过程中挂起，去执行其他异步函数，等到挂起条件（假设挂起条件是 sleep(5) ）消失后，也就是5秒到了再回来执行
2. await 用来用来声明程序挂起，比如异步程序执行到某一步时需要等待的时间很长，就将此挂起，去执行其他的异步程序。
3. asyncio 是python3.5之后的协程模块，是python实现并发重要的包，这个包使用事件循环驱动实现并发。

async def func1():     #async表示方法是异步的for i in range(3):print(f'北京：第{i}次打印啦')await asyncio.sleep(1)return "func1执行完毕"
async def func2():for k in range(3):print(f'上海：第{k}次打印了' )await asyncio.sleep(1)return "func2执行完毕"
async def main():res = await asyncio.gather(func1(), func2())#await异步执行func1方法#返回值为函数的返回值列表print(res)if __name__ == '__main__':start_time = time.time()asyncio.run(main())end_time = time.time()print(f"耗时{end_time-start_time}")   #耗时3秒,效率极大提高