Python网络编程之线程与进程

What is a Thread？

线程是操作系统能够进行运算调度的最小单位，它被包含在进程之中，是进程中的实际运作单位，一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。

在同一个进程内的线程的数据是可以进行互相访问的。

线程的切换使用过上下文来实现的，比如有一本书，有a和b这两个人(两个线程)看，a看完之后记录当前看到那一页哪一行，然后交给b看，b看完之后记录当前看到了那一页哪一行，此时a又要看了，那么a就通过上次记录的值(上下文)直接找到上次看到了哪里，然后继续往下看。

What is a Process？

一个进程至少要包含一个线程，每个进程在启动的时候就会自动的启动一个线程，进程里面的第一个线程就是主线程，每次在进程内创建的子线程都是由主线程进程创建和销毁，子线程也可以由主线程创建出来的线程创建和销毁线程。

进程是对各种资源管理的集合，比如要调用内存、CPU、网卡、声卡等，进程要操作上述的硬件之前都必须要创建一个线程，进程里面可以包含多个线程，QQ就是一个进程。

继续拿QQ来说，比如我现在打卡了QQ的聊天窗口、个人信息窗口、设置窗口等，那么每一个打开的窗口都是一个线程，他们都在执行不同的任务，比如聊天窗口这个线程可以和好友进行互动，聊天，视频等，个人信息窗口我可以查看、修改自己的资料。

为了进程安全起见，所以两个进程之间的数据是不能够互相访问的(默认情况下)，比如自己写了一个应用程序，然后让别人运行起来，那么我的这个程序就可以访问用户启动的其他应用，我可以通过我自己的程序去访问QQ，然后拿到一些聊天记录等比较隐秘的信息，那么这个时候就不安全了，所以说进程与进程之间的数据是不可以互相访问的，而且每一个进程的内存是独立的。

进程与线程的区别？

1. 线程是执行的指令集，进程是资源的集合
2. 线程的启动速度要比进程的启动速度要快
3. 两个线程的执行速度是一样的
4. 进程与线程的运行速度是没有可比性的
5. 线程共享创建它的进程的内存空间，进程的内存是独立的。
6. 两个线程共享的数据都是同一份数据，两个子进程的数据不是共享的，而且数据是独立的;
7. 同一个进程的线程之间可以直接交流，同一个主进程的多个子进程之间是不可以进行交流，如果两个进程之间需要通信，就必须要通过一个中间代理来实现;
8. 一个新的线程很容易被创建，一个新的进程创建需要对父进程进行一次克隆
9. 一个线程可以控制和操作同一个进程里的其他线程，线程与线程之间没有隶属关系，但是进程只能操作子进程
10. 改变主线程，有可能会影响到其他线程的行为，但是对于父进程的修改是不会影响子进程;

一个多并发的小脚本

1. import threading
2. import time
3. def Princ(String):
4. print(‘task‘, String)
5. time.sleep(5)
6. # target=目标函数， args=传入的参数
7. t1 = threading.Thread(target=Princ, args=(‘t1‘,))
8. t1.start()
9. t2 = threading.Thread(target=Princ, args=(‘t1‘,))
10. t2.start()
11. t3 = threading.Thread(target=Princ, args=(‘t1‘,))
12. t3.start()

参考文档

进程与线程的一个简单解释
http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html
Linux进程与线程的区别
https://my.oschina.net/cnyinlinux/blog/422207

线程

Thread module emulating a subset of Java’s threading model.

调用threading模块调用线程的两种方式

直接调用

1. import threading
2. import time
3. def Princ(String):
4. print(‘task‘, String)
5. time.sleep(5)
6. # target=目标函数， args=传入的参数
7. t1 = threading.Thread(target=Princ, args=(‘t1‘,))
8. t1.start()
9. t2 = threading.Thread(target=Princ, args=(‘t1‘,))
10. t2.start()
11. t3 = threading.Thread(target=Princ, args=(‘t1‘,))
12. t3.start()

通过类调用

1. import threading
2. import time
3. class MyThreading(threading.Thread):
4. def __init__(self, conn):
5. super(MyThreading, self).__init__()
6. self.conn = conn
7. def run(self):
8. print(‘run task‘, self.conn)
9. time.sleep(5)
10. t1 = MyThreading(‘t1‘)
11. t2 = MyThreading(‘t2‘)
12. t1.start()
13. t2.start()

多线程

多线程在Python内实则就是一个假象，为什么这么说呢，因为CPU的处理速度是很快的，所以我们看起来以一个线程在执行多个任务，每个任务的执行速度是非常之快的，利用上下文切换来快速的切换任务，以至于我们根本感觉不到。

但是频繁的使用上下文切换也是要耗费一定的资源，因为单线程在每次切换任务的时候需要保存当前任务的上下文。

什么时候用到多线程？

首先IO操作是不占用CPU的，只有计算的时候才会占用CPU(譬如1+1=2)，Python中的多线程不适合CPU密集型的任务，适合IO密集型的任务(sockt server)。

启动多个线程

主进程在启动之后会启动一个主线程，下面的脚本中让主线程启动了多个子线程，然而启动的子线程是独立的，所以主线程不会等待子线程执行完毕，而是主线程继续往下执行，并行执行。

1. for i in range(50):
2. t = threading.Thread(target=Princ, args=(‘t-%s‘ % (i),))
3. t.start()

join()

join()方法可以让程序等待每一个线程之后完成之后再往下执行，又成为串行执行。

1. import threading
2. import time
3. def Princ(String):
4. print(‘task‘, String)
5. time.sleep(1)
6. for i in range(50):
7. t = threading.Thread(target=Princ, args=(‘t-%s‘ % (i),))
8. t.start()
9. # 当前线程执行完毕之后在执行后面的线程
10. t.join()

让主线程阻塞，子现在并行执行

1. import threading
2. import time
3. def Princ(String):
4. print(‘task‘, String)
5. time.sleep(2)
6. # 执行子线程的时间
7. start_time = time.time()
8. # 存放线程的实例
9. t_objs = []
10. for i in range(50):
11. t = threading.Thread(target=Princ, args=(‘t-%s‘ % (i),))
12. t.start()
13. # 为了不让后面的子线程阻塞，把当前的子线程放入到一个列表中
14. t_objs.append(t)
15. # 循环所有子线程实例，等待所有子线程执行完毕
16. for t in t_objs:
17. t.join()
18. # 当前时间减去开始时间就等于执行的过程中需要的时间
19. print(time.time() - start_time)

查看主线程与子线程

1. import threading
2. class MyThreading(threading.Thread):
3. def __init__(self):
4. super(MyThreading, self).__init__()
5. def run(self):
6. print(‘我是子线程： ‘, threading.current_thread())
7. t = MyThreading()
8. t.start()
9. print(‘我是主线程： ‘, threading.current_thread())

输出如下：

1. C:\Python\Python35\python.exe E:/MyCodeProjects/进程与线程/s3.py
2. 我是子线程：  <MyThreading(Thread-1, started 7724)>
3. 我是主线程：  <_MainThread(MainThread, started 3680)>
4. Process finished with exit code 0

查看当前进程的活动线程个数

1. import threading
2. class MyThreading(threading.Thread):
3. def __init__(self):
4. super(MyThreading, self).__init__()
5. def run(self):
6. print(‘www.anshengme.com‘)
7. t = MyThreading()
8. t.start()
9. print(‘线程个数： ‘, threading.active_count())

输出如下：

1. C:\Python\Python35\python.exe E:/MyCodeProjects/进程与线程/s3.py
2. www.anshengme.com
3. # 一个主线程和一个子线程
4. 线程个数：  2
5. Process finished with exit code 0

Event

Event是线程间通信最间的机制之一：一个线程发送一个event信号，其他的线程则等待这个信号。用于主线程控制其他线程的执行。 Events 管理一个flag，这个flag可以使用set
()设置成True或者使用clear()重置为False，wait()则用于阻塞，在flag为True之前。flag默认为False。

1. #!/use/bin/env python
2. # _*_ coding: utf-8- _*_
3. import threading
4. def runthreading(event):
5. print("Start...")
6. event.wait()
7. print("End...")
8. event_obj = threading.Event()
9. for n in range(10):
10. t = threading.Thread(target=runthreading, args=(event_obj,))
11. t.start()
12. event_obj.clear()
13. inp = input("True/False?>> ")
14. if inp == "True":
15. event_obj.set()
16. `

守护进程(守护线程)

一个主进程可以启动多个守护进程，但是主进程必须要一直运行，如果主进程挂掉了，那么守护进程也会随之挂掉

程序会等待主线程(进程)执行完毕，但是不会等待守护进程(线程)

1. import threading
2. import time
3. def Princ(String):
4. print(‘task‘, String)
5. time.sleep(2)
6. for i in range(50):
7. t = threading.Thread(target=Princ, args=(‘t-%s‘ % (i),))
8. t.setDaemon(True)  # 把当前线程设置为守护线程，要在start之前设置
9. t.start()

场景预设： 比如现在有一个FTP服务，每一个用户连接上去的时候都会创建一个守护线程，现在已经有300个用户连接上去了，就是说已经创建了300个守护线程，但是突然之间FTP服务宕掉了，这个时候就不会等待守护线程执行完毕再退出，而是直接退出，如果是普通的线程，那么就会登台线程执行完毕再退出。

1. #!/use/bin/env python
2. # _*_ coding:utf-8 _*_
3. from multiprocessing import Process
4. import time
5. def runprocess(arg):
6. print(arg)
7. time.sleep(2)
8. p = Process(target=runprocess, args=(11,))
9. p.daemon=True
10. p.start()
11. print("end")

线程之间的数据交互与锁(互斥锁)

python2.x需要加锁，但是在python3.x上面就不需要了

1. # _*_ coding:utf-8 _*_
2. import threading
3. def Princ():
4. # 获取锁
5. lock.acquire()
6. # 在函数内可以直接修改全局变量
7. global number
8. number += 1
9. # 为了避免让程序出现串行，不能加sleep
10. # time.sleep(1)
11. # 释放锁
12. lock.release()
13. # 锁
14. lock = threading.Lock()
15. # 主线程的number
16. number = 0
17. t_objs = []
18. for i in range(100):
19. t = threading.Thread(target=Princ)
20. t.start()
21. t_objs.append(t)
22. for t in t_objs:
23. t.join()
24. print(‘Number:‘, number)

递归锁(Lock/RLock)

1. import threading
2. def run1():
3. print("grab the first part data")
4. lock.acquire()
5. global num
6. num += 1
7. lock.release()
8. return num
9. def run2():
10. print("grab the second part data")
11. lock.acquire()
12. global num2
13. num2 += 1
14. lock.release()
15. return num2
16. def run3():
17. lock.acquire()
18. res = run1()
19. print(‘--------between run1 and run2-----‘)
20. res2 = run2()
21. lock.release()
22. print(res, res2)
23. t_objs = []
24. if __name__ == ‘__main__‘:
25. num, num2 = 0, 0
26. lock = threading.RLock()  # RLock()类似创建了一个字典，每次退出的时候找到字典的值进行退出
27. # lock = threading.Lock()  # Lock()会阻塞在这儿
28. for i in range(10):
29. t = threading.Thread(target=run3)
30. t.start()
31. t_objs.append(t)
32. for t in t_objs:
33. t.join()
34. print(num, num2)

信号量(Semaphore)

互斥锁同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据

1. import threading
2. import time
3. def run(n):
4. semaphore.acquire()  # 获取信号，信号可以有多把锁
5. time.sleep(1)  # 等待一秒钟
6. print("run the thread: %s\n" % n)
7. semaphore.release()  # 释放信号
8. t_objs = []
9. if __name__ == ‘__main__‘:
10. semaphore = threading.BoundedSemaphore(5)  # 声明一个信号量，最多允许5个线程同时运行
11. for i in range(20):  # 运行20个线程
12. t = threading.Thread(target=run, args=(i,))  # 创建线程
13. t.start()  # 启动线程
14. t_objs.append(t)
15. for t in t_objs:
16. t.join()
17. print(‘>>>>>>>>>>>>>‘)

以上代码中，类似与创建了一个队列，最多放5个任务，每执行完成一个任务就会往后面增加一个任务。

多进程

多进程的资源是独立的，不可以互相访问。

启动一个进程

1. from multiprocessing import Process
2. import time
3. def f(name):
4. time.sleep(2)
5. print(‘hello‘, name)
6. if __name__ == ‘__main__‘:
7. # 创建一个进程
8. p = Process(target=f, args=(‘bob‘,))
9. # 启动
10. p.start()
11. # 等待进程执行完毕
12. p.join(

在进程内启动一个线程

1. from multiprocessing import Process
2. import threading
3. def Thread(String):
4. print(String)
5. def Proces(String):
6. print(‘hello‘, String)
7. t = threading.Thread(target=Thread, args=(‘Thread %s‘ % (String),))  # 创建一个线程
8. t.start()  # 启动它
9. if __name__ == ‘__main__‘:
10. p = Process(target=Proces, args=(‘World‘,))  # 创建一个进程
11. p.start()  # 启动
12. p.join()  # 等待进程执行完毕

启动一个多进程

1. from multiprocessing import Process
2. import time
3. def f(name):
4. time.sleep(2)
5. print(‘hello‘, name)
6. if __name__ == ‘__main__‘:
7. for n in range(10):  # 创建一个进程
8. p = Process(target=f, args=(‘bob %s‘ % (n),))
9. # 启动
10. p.start()
11. # 等待进程执行完毕

获取启动进程的PID

1. # _*_ coding:utf-8 _*_
2. from multiprocessing import Process
3. import os
4. def info(String):
5. print(String)
6. print(‘module name:‘, __name__)
7. print(‘父进程的PID:‘, os.getppid())
8. print(‘子进程的PID:‘, os.getpid())
9. print("\n")
10. def ChildProcess():
11. info(‘\033[31;1mChildProcess\033[0m‘)
12. if __name__ == ‘__main__‘:
13. info(‘\033[32;1mTheParentProcess\033[0m‘)
14. p = Process(target=ChildProcess)
15. p.start()

输出结果

1. C:\Python\Python35\python.exe E:/MyCodeProjects/多进程/s1.py
2. TheParentProcess
3. module name: __main__
4. # Pycharm的PID
5. 父进程的PID: 6888
6. # 启动的脚本PID
7. 子进程的PID: 4660
8. ChildProcess
9. module name: __mp_main__
10. # 脚本的PID
11. 父进程的PID: 4660
12. # 父进程启动的子进程PID
13. 子进程的PID: 8452
14. Process finished with exit code 0

进程间通信

默认情况下进程与进程之间是不可以互相通信的，若要实现互相通信则需要一个中间件，另个进程之间通过中间件来实现通信，下面是进程间通信的几种方式。

进程Queue

1. # _*_ coding:utf-8 _*_
2. from multiprocessing import Process, Queue
3. def ChildProcess(Q):
4. Q.put([‘Hello‘, None, ‘World‘])  # 在Queue里面上传一个列表
5. if __name__ == ‘__main__‘:
6. q = Queue()  # 创建一个Queue
7. p = Process(target=ChildProcess, args=(q,))  # 创建一个子进程，并把Queue传给子进程,相当于克隆了一份Queue
8. p.start()  # 启动子进程
9. print(q.get())  # 获取q中的数据
10. p.join()

管道(Pipes)

1. # _*_ coding:utf-8 _*_
2. from multiprocessing import Process, Pipe
3. def ChildProcess(conn):
4. conn.send([‘Hello‘, None, ‘World‘])  # 写一段数据
5. conn.close()  # 关闭
6. if __name__ == ‘__main__‘:
7. parent_conn, child_conn = Pipe()  # 生成一个管道实例，parent_conn, child_conn管道的两头
8. p = Process(target=ChildProcess, args=(child_conn,))
9. p.start()
10. print(parent_conn.recv())  # 收取消息
11. p.join()

数据共享(Managers)

1. # _*_ coding:utf-8 _*_
2. # _*_ coding:utf-8 _*_
3. from multiprocessing import Process, Manager
4. import os
5. def ChildProcess(Dict, List):
6. Dict[‘k1‘] = ‘v1‘
7. Dict[‘k2‘] = ‘v2‘
8. List.append(os.getpid())  # 获取子进程的PID
9. print(List)  # 输出列表中的内容
10. if __name__ == ‘__main__‘:
11. manager = Manager()  # 生成Manager对象
12. Dict = manager.dict()  # 生成一个可以在多个进程之间传递共享的字典
13. List = manager.list()  # 生成一个字典
14. ProcessList = []  # 创建一个空列表，存放进程的对象，等待子进程执行用于
15. for i in range(10):  # 生成是个子进程
16. p = Process(target=ChildProcess, args=(Dict, List))  # 创建一个子进程
17. p.start()  # 启动
18. ProcessList.append(p)  # 把子进程添加到p_list列表中
19. for res in ProcessList:  # 循环所有的子进程
20. res.join()  # 等待执行完毕
21. print(‘\n‘)
22. print(Dict)
23. print(List)

输出结果

1. C:\Python\Python35\python.exe E:/MyCodeProjects/多进程/s4.py
2. [5112]
3. [5112, 3448]
4. [5112, 3448, 4584]
5. [5112, 3448, 4584, 2128]
6. [5112, 3448, 4584, 2128, 11124]
7. [5112, 3448, 4584, 2128, 11124, 10628]
8. [5112, 3448, 4584, 2128, 11124, 10628, 5512]
9. [5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460]
10. [5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484]
11. [5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484, 6804]
12. {‘k1‘: ‘v1‘, ‘k2‘: ‘v2‘}
13. [5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484, 6804]
14. Process finished with exit code 0

锁(Lock)

1. from multiprocessing import Process, Lock
2. def ChildProcess(l, i):
3. l.acquire()  # 获取锁
4. print(‘hello world‘, i)
5. l.release()  # 释放锁
6. if __name__ == ‘__main__‘:
7. lock = Lock()  # 生成Lock对象
8. for num in range(10):
9. Process(target=ChildProcess, args=(lock, num)).start()  # 创建并启动一个子进程

进程池

同一时间启动多少个进程

1. #!/use/bin/env python
2. # _*_ coding: utf-8 _*_
3. from multiprocessing import Pool
4. import time
5. def myFun(i):
6. time.sleep(2)
7. return i+100
8. def end_call(arg):
9. print("end_call>>", arg)
10. p = Pool(5)  # 允许进程池内同时放入5个进程
11. for i in range(10):
12. p.apply_async(func=myFun, args=(i,),callback=end_call) # # 平行执行,callback是主进程来调用
13. # p.apply(func=Foo)  # 串行执行
14. print("end")
15. p.close()
16. p.join() # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。

线程池

简单实现

1. #!/usr/bin/env python
2. # -*- coding:utf-8 -*-
3. import threading
4. import queue
5. import time
6. class MyThread:
7. def __init__(self,max_num=10):
8. self.queue = queue.Queue()
9. for n in range(max_num):
10. self.queue.put(threading.Thread)
11. def get_thread(self):
12. return self.queue.get()
13. def put_thread(self):
14. self.queue.put(threading.Thread)
15. pool = MyThread(5)
16. def RunThread(arg,pool):
17. print(arg)
18. time.sleep(2)
19. pool.put_thread()
20. for n in range(30):
21. thread = pool.get_thread()
22. t = thread(target=RunThread, args=(n,pool,))
23. t.start()

复杂版本

1. #!/usr/bin/env python
2. # -*- coding:utf-8 -*-
3. import queue
4. import threading
5. import contextlib
6. import time
7. StopEvent = object()
8. class ThreadPool(object):
9. def __init__(self, max_num, max_task_num = None):
10. if max_task_num:
11. self.q = queue.Queue(max_task_num)
12. else:
13. self.q = queue.Queue()
14. self.max_num = max_num
15. self.cancel = False
16. self.terminal = False
17. self.generate_list = []
18. self.free_list = []
19. def run(self, func, args, callback=None):
20. """
21. 线程池执行一个任务
22. :param func: 任务函数
23. :param args: 任务函数所需参数
24. :param callback: 任务执行失败或成功后执行的回调函数，回调函数有两个参数1、任务函数执行状态；2、任务函数返回值（默认为None，即：不执行回调函数）
25. :return: 如果线程池已经终止，则返回True否则None
26. """
27. if self.cancel:
28. return
29. if len(self.free_list) == 0 and len(self.generate_list) < self.max_num:
30. self.generate_thread()
31. w = (func, args, callback,)
32. self.q.put(w)
33. def generate_thread(self):
34. """
35. 创建一个线程
36. """
37. t = threading.Thread(target=self.call)
38. t.start()
39. def call(self):
40. """
41. 循环去获取任务函数并执行任务函数
42. """
43. current_thread = threading.currentThread()
44. self.generate_list.append(current_thread)
45. event = self.q.get()
46. while event != StopEvent:
47. func, arguments, callback = event
48. try:
49. result = func(*arguments)
50. success = True
51. except Exception as e:
52. success = False
53. result = None
54. if callback is not None:
55. try:
56. callback(success, result)
57. except Exception as e:
58. pass
59. with self.worker_state(self.free_list, current_thread):
60. if self.terminal:
61. event = StopEvent
62. else:
63. event = self.q.get()
64. else:
65. self.generate_list.remove(current_thread)
66. def close(self):
67. """
68. 执行完所有的任务后，所有线程停止
69. """
70. self.cancel = True
71. full_size = len(self.generate_list)
72. while full_size:
73. self.q.put(StopEvent)
74. full_size -= 1
75. def terminate(self):
76. """
77. 无论是否还有任务，终止线程
78. """
79. self.terminal = True
80. while self.generate_list:
81. self.q.put(StopEvent)
82. self.q.queue.clear()
83. @contextlib.contextmanager
84. def worker_state(self, state_list, worker_thread):
85. """
86. 用于记录线程中正在等待的线程数
87. """
88. state_list.append(worker_thread)
89. try:
90. yield
91. finally:
92. state_list.remove(worker_thread)
93. # How to use
94. pool = ThreadPool(5)
95. def callback(status, result):
96. # status, execute action status
97. # result, execute action return value
98. pass
99. def action(i):
100. print(i)
101. for i in range(30):
102. ret = pool.run(action, (i,), callback)
103. time.sleep(5)
104. print(len(pool.generate_list), len(pool.free_list))
105. print(len(pool.generate_list), len(pool.free_list))
106. pool.close()
107. pool.terminate()

什么是IO密集型和CPU密集型？

IO密集型(I/O bound)

频繁网络传输、读取硬盘及其他IO设备称之为IO密集型，最简单的就是硬盘存取数据，IO操作并不会涉及到CPU。

计算密集型(CPU bound)

程序大部分在做计算、逻辑判断、循环导致cpu占用率很高的情况，称之为计算密集型，比如说python程序中执行了一段代码1+1，这就是在计算1+1的值