threading
threading模块对象描述Thread表示一个线程的执行对象Lock锁原语对象RLock可重入锁对象，使单线程可再次获得已经获得了的锁（递归锁定）Condition条件变量能让一个钱程停下来，等待其它线程满足了某个“条件”，如状态的改变或值的改变Event通用的条件变量。多个线程可以等待某个事件的发生，在事件发生后，所有的线程都会被激活Semaphore为等待锁的线程提供了一个类似“等候室”的结构BoundedSemaphore与Semaphore类似，只是它不允许超过初始值Timer写Thread类似，只是它要等待一段时间后才开始运行Threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。
#!/usr/bin/env python3 import threading import time def show(arg): time.sleep(1) print('thread'+str(arg)) for i in range(10): t = threading.Thread(target=show, args=(i,)) t.start() print('main thread stop')上述代码创建了10个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令。
threading模块中Thread类的方法：
函数描述start()开始线程的执行run()定义线程的功能函数（一般会被子类重写）join(timeout=None)程序挂起，直到线程结束，如果给了timeout，则最多阻塞timeout秒getName()返回线程的名字setName()设置线程的名字isAlive()布尔标志，表示这个线程是否在运行中isDaemon()返回线程的daemon标志setDaemon()把线程的标志设置为daemonic(一定要在start()函数前调用)用Thread类，你可以用多种方法来创建线程。
创建一个Thread类的实例，传给它一个函数；创建一个Thread类的实例，传递给它一个可调用的类对象；从Thread派生出一个子类，创建这个子类的实例。上面那一段代码用的是第一种方法，下面用第三种方法来创建线程
自定义线程类：
import threading import time class MyThread(threading.Thread): def __init__(self,num): threading.Thread.__init__(self) self.num = num def run(self): """ 定义每个线程要运行的函数,执行start()方法的时候这个函数会自动执行 :return: None """ print("running on number:%s" % self.num) time.sleep(3) if __name__ == '__main__': t1 = MyThread(1) t2 = MyThread(2) t1.start() t2.start()由于线程之间是进行随机调度，并且每个线程可能只执行n条之后，当多个线程同时修改同一条数据时可能会出现脏数据，所以，出现了线程锁 - 同一时刻允许一个线程执行操作。
未使用锁：
import threading import time NUM = 0 def func(): global NUM time.sleep(1) NUM += 1 print(NUM) for i in range(10): t = threading.Thread(target=func, args=()) t.start() print('主线程结束')使用锁：
import threading import time NUM = 0 lock = threading.RLock() def func(): lock.acquire() global NUM NUM += 1 time.sleep(1) print(NUM) lock.release() for i in range(10): t = threading.Thread(target=func) t.start()使得线程等待，只有满足某条件时，才释放n个线程
import threading def run(n): con.acquire() con.wait() print("run the thread: %s" % n) con.release() if __name__ == '__main__': con = threading.Condition() for i in range(10): t = threading.Thread(target=run, args=(i,)) t.start() while True: num = input('>') if num == 'q': break con.acquire() con.notify(int(num)) con.release()Python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。 事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，如果“Flag”值为True，那么event.wait()方法时便不再阻塞。
clear：将“Flag”设置为Falseset：将“Flag”设置为True import threading def do(event): print('start') event.wait() print('execute') event_obj = threading.Event() for i in range(10): t = threading.Thread(target=do, args=(event_obj,)) t.start() event_obj.clear() var = input('请输入:') if var == 'true': event_obj.set()互斥锁 同时只允许一个线程更改数据，而BoundedSemaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。
import threading,time def run(n): semaphore.acquire() time.sleep(1) print("run the thread: %s" % n) semaphore.release() if __name__ == '__main__': num = 0 # 最多允许5个线程同时运行 semaphore = threading.BoundedSemaphore(5) for i in range(20): t = threading.Thread(target=run, args=(i,)) t.start()定时器，指定n秒后执行某操作
from threading import Timer def func(): print("hello, world") # 一秒之后执行func函数 t = Timer(1, func) t.start()Process类中的方法和Thread中的方法名一致
先来一个例子：
from multiprocessing import Process import threading import time def foo(num): print('say hi', num) for i in range(10): p = Process(target=foo,args=(i,)) p.start()先来一个例子证明各个进程之前是无法共享数据的
from multiprocessing import Process li = [] def foo(num): li.append(num) print('say hi', li) if __name__ == '__main__': for i in range(10): p = Process(target=foo, args=(i,)) p.start() print('ending', li)进程间的数据共享之Array
此数组类似于C语言中的链表，数组中的类型对应表，和C语言的数据类型一致
'c': ctypes.c_char, 'u': ctypes.c_wchar, 'b': ctypes.c_byte, 'B': ctypes.c_ubyte, 'h': ctypes.c_short, 'H': ctypes.c_ushort, 'i': ctypes.c_int, 'I': ctypes.c_uint, 'l': ctypes.c_long, 'L': ctypes.c_ulong, 'f': ctypes.c_float, 'd': ctypes.c_double from multiprocessing import Process from multiprocessing import Array def func(num, arg): arg[num] = num + 100 for item in arg: print(item) print('================') if __name__ == "__main__": li = Array('i', 10) for i in range(10): p = Process(target=func, args=(i, li,)) p.start()进程之间数据共享之dict
from multiprocessing import Process, Manager def func(num, arg): arg[num] = 100 + num print(arg.values()) if __name__ == '__main__': manage = Manager() dic = manage.dict() for i in range(2): p = Process(target=func, args=(i, dic)) p.start() p.join()进程锁
from multiprocessing import Process, Array, RLock def func(l, tmp, num): """ 将第0个数加100 """ l.acquire() tmp[0] = 100 + num for item in tmp: print(num, '----->', item) l.release() if __name__ == '__main__': lock = RLock() temp = Array('i', [11, 22, 33, 44]) for i in range(20): p = Process(target=func, args=(lock, temp, i,)) p.start()进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
进程池中有两个方法：
applyapply_async from multiprocessing import Pool import time def foo(num): time.sleep(2) return num + 100 def bar(arg): print(arg) # print pool.apply(Foo,(1,)) # print pool.apply_async(func =Foo, args=(1,)).get() if __name__ == '__main__': pool = Pool(5) for i in range(10): pool.apply_async(func=foo, args=(i,), callback=bar) print('end') pool.close() # 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。 pool.join()线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。
协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。
协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程；
from greenlet import greenlet def test1(): print(12) gr2.switch() print(34) gr2.switch() def test2(): print(56) gr1.switch() print(78) gr1 = greenlet(test1) gr2 = greenlet(test2) gr1.switch() import gevent def foo(): print('Running in foo') gevent.sleep(0) print('Explicit context switch to foo again') def bar(): print('Explicit context to bar') gevent.sleep(0) print('Implicit context switch back to bar') gevent.joinall([ gevent.spawn(foo), gevent.spawn(bar), ])遇到IO操作自动切换:
from gevent import monkey; monkey.patch_all() import gevent import requests def f(url): print('GET: %s' % url) resp = requests.get(url) data = resp.text print('%d bytes received from %s.' % (len(data), url)) gevent.joinall([ gevent.spawn(f, 'https://www.python.org/'), gevent.spawn(f, 'https://www.yahoo.com/'), gevent.spawn(f, 'https://github.com/'), ])转载于:https://www.cnblogs.com/zhangxunan/p/5666894.html
