python 线程 threading模块

# 进程 : 数据隔离,资源分配的最小单位,可以利用多核,操作系统调度,数据不安全,开启关闭切换时间开销大    # multiprocessing 如何开启进程 start join    # 进程有数据不安全的问题 Lock (抢票的例子)    # 进程之间可以通信ipc:        # 队列(安全) 管道(不安全)            # 生产者消费者模型        # 第三方工具    # 进程之间可以通过Manager类实现数据共享(不需要会写代码)    # 一般情况下我们开启的进程数不会超过cpu个数的两倍# 线程(80%)    # 什么是线程 :能被操作系统调度(给CPU执行)的最小单位    # 同一个进程中的多个线程同时被CPU执行??? 可能    # 数据共享,操作系统调度的最小单位,可以利用多核,操作系统调度,数据不安全,开启关闭切换时间开销小

# 在CPython中的多线程 - 节省io操作的时间    # gc 垃圾回收机制 线程        # 引用计数 +分代回收    # 全局解释器锁的出现主要是为了完成gc的回收机制,对不同线程的引用计数的变化记录的更加精准    # 全局解释器锁 GIL(global interpreter lock)        # 导致了同一个进程中的多个线程只能有一个线程真正被cpu执行    # 节省的是io操作的时间,而不是cpu计算的时间,因为cpu的计算速度非常快,大部分情况下,我们没有办法把一条进程中所有的io操作都规避掉

# import os# import time# from threading import Thread,current_thread,enumerate,active_count# # from multiprocessing import Process as Thread# def func(i):#     print(‘start%s‘%i,current_thread().ident)#     time.sleep(1)#     print(‘end%s‘%i)# if __name__ == ‘__main__‘:#     tl = []#     for i in range(10):#         t = Thread(target=func,args=(i,))#         t.start()#         print(t.ident,os.getpid())#         tl.append(t)#     print(enumerate(),active_count())#     for t in tl:t.join()#     print(‘所有的线程都执行完了‘)

# current_thread() 获取当前所在的线程的对象 current_thread().ident通过ident可以获取线程id# 线程是不能从外部terminate# 所有的子线程只能是自己执行完代码之后就关闭# enumerate 列表 存储了所有活着的线程对象,包括主线程# active_count 数字 存储了所有活着的线程个数

# 面向对象的方式起线程# from threading import Thread# class MyThread(Thread):#     def __init__(self,a,b):#         self.a = a#         self.b = b#         super().__init__()##     def run(self):#         print(self.ident)## t = MyThread(1,2)# t.start()  # 开启线程 才在线程中执行run方法# print(t.ident)

# 线程之间的数据的共享# from threading import Thread# n = 100## def func():#     global n#     n -= 1## t_l = []# for i in range(100):#     t = Thread(target=func)#     t.start()#     t_l.append(t)# for t in t_l:#     t.join()# print(n)

原文地址：https://www.cnblogs.com/shaohuagu/p/12283514.html