进程线程协程

01并发和并行

>>>>多任务 

多任务可以通过多进程 多线程 协程来实现

CPU和多任务的关系：

  

>>>>并发和并行

• 并发指的是任务数多于CPU核数，通过操作系统的各种任务调度算法，实现用多个任务一起执行。

  （实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一起执行而已）

• 并行指的是任务数小于等于CPU核数，即任务真的是一起执行的。

>>>>同步和异步

• 同步是指线程在访问某一资源时，获得了资源的返回结果后才会执行其他操作（先做某件事，再做某件事）。

  可以理解为进程或线程A和B一块配合，A执行到一定程度时要依靠B的某个结果，于是停下来，示意B执行，B执行后将结果给A，A再继续操作。

• 异步与同步相对，是指线程在访问某一资源时，无论是否取得返回结果，都进行下一步操作，当有了资源返回结果时，系统自会通知线程。

02线程

>>>>简述python线程的缺陷以及适用场景

因为有GIL锁的存在，python中的多线程在同一时间没办法同时执行（即没办法实现并行）

适用场景：涉及到网络磁盘IO的任务都是IO密集型任务，这类任务的特点是cpu消耗很少

任务的大部分时间都在等到IO操作完成（因为IO的速度要远远低于cpu和内存的速度）

>>>>多线程创建方式一

Thread类可以用来创建线程对象

target：指定线程执行的任务（一般是任务函数）

args kwargs:接受任务函数的参数 args=("aa",) kwargs={"name":zn} name:指定线程的名字

>>>>多线程创建方式二 继承类来创建线程

通过使用threading模块能完成多任务的程序开发，为了让每个线程的封装性更完美，可以通过类来封装，新建一个类，只要继承threading.Thread就可以了，然后重写run方法

说明：threading.Thread类的run方法，用于定义线程的功能函数，可以在自己的线程类中覆盖该方法。

而创建自己的线程实例后，通过Thread类的start方法，可以启动该线程，交给python解释器进行调度。

当该线程获得执行的机会时，就会调用run方法执行线程

一个线程类只能写一个run方法，如果有多个任务要执行，则要创建多个线程类

>>>>多线程共享全局变量

python中的多线程可以共享全局变量
缺点：但是会出现资源竞争，导致全局变量数据不准确。比如在计算时赋值还未完成，线程已经切换。

操作系统如何切换py中的线程？
GIL全局解释器锁 同一时间只会执行一个线程，如果线程要执行必须要先获取全局解释器锁
1.遇到耗时等待 例如time.sleep(1)会自动释放GIL锁
2.当线程执行时间达到一定的阈值，会自动释放GIL锁
所以线程没有办法并行只能并发

>>>>互斥锁解决资源竞争问题

互斥锁为资源引入一个状态：锁定/非锁定

某个线程要更改共享数据时，先将其锁定，此时资源的状态为锁定，其他线程不能更改直到该线程释放资源，将资源的状态变成非锁定，其他的线程才能再次锁定该资源。

互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的准确性
threading模块定义了Lock类，可以方便的处理锁定：

注意：如果这个锁之前是没有上锁的。那么acquire不会堵塞

如果在调用acquire这个锁上锁之前 他已经被其他线程上了锁那么此时acquire堵塞，直到这个锁被解锁为止

>>>>死锁

在线程间共享多个资源的时候，如果两个线程分别占有一部分资源并且同时等待对方的资源，就会造成死锁

尽管死锁很少发生，但一旦发生就会造成应用的停止响应

使用线程多的时候一定要避免出现死锁

03队列

使用队列来实现线程间数据的同步，可以确保数据的安全

queue模块只能在一个进程的多个线程中使用三种队列

>>>>先入先出

 

>>>>后入先出

>>>>优先级队列

队列中的数据为元祖类型,元祖的第一个元素表示数据的优先级,优先级越小的越先出来

关于优先级，尽量使用数值，如果全是字符串，会按ASCII码进行排序

quene模块一个队列只能在一个进程中使用 一个进程中多个线程使用

>>>>队列在多线程中的应用

04 进程

进程是操作系统资源分配的基本单位,一个进程中可以有多个线程
线程：线程是操作系统任务调度的基本单位

多个进程可以同时进行
每个进程之间资源是独立的

>>>>进程和线程对比

功能
进程 能够完成多任务，比如在一台电脑上能够同时运行多个软件
线程 能够完成多任务，比如一个qq中的多个聊天窗口

定义的不同

进程是系统进行资源分配和调度的一个独立单位

线程是进程的一个实体，是CPU调度和任务分派的基本单位，它比进程更小的能独立运行的基本单位。

线程自己基本上不拥有系统资源，只拥有一点在运行中必不可少的资源，但是它可与同属一个进程的其他线程共享进程所拥有的全部资源

python中同一个进程中的线程 是没办法并行的（GIL)，进程是可以并行的，不同进程中的线程也是可以并行的

 

 

 >>>>多进程不可共享全局变量

Python 多进程默认不能共享全局变量，因为进程的资源是独立的

主进程与子进程是并发执行的，进程之间默认是不能共享全局变量的（子进程不能改变主进程中全局变量的值）

>>>>多进程之间通信

进程之间通信：使用队列

multiprocessing.Queue:可以多个进程之间共用（通用）跨进程通讯 队列要在主进程中创建 当成参数传给子进程

queue.Queue模块只能在一个进程中使用 一个进程中多个线程使用

>>>>通过继承自定义进程类

>>>>获取进程id

>>>>进程和队列使用实例

05 协程

协程又称微线程，是python中另外一种实现多任务的方式，只不过比线程更小占用更小执行单元（理解为需要的资源）。

为啥说他是一个执行单元，因为它自带CPU上下文，这样只要在合适的gr时机，我们可以把一个协程切换到另一个协程。只要这个过程中保存或恢复CPU上下文那么程序还是可以运行的。

通俗的描述协程是线程中的一个特殊的函数，这个函数执行的时候，可以在某个地方暂停，并且可以重新在暂停处继续运行。

协程在进行切换的时候，只需要保存当前协程函数中的一些临时变量信息，然后切换到另外一个函数中执行，并且切换的次数以及什么时候再切换回原来的函数，都由开发者自己决定。

协程切换的时候既不涉及到资源切换们也不涉及到操作系统的调度，而是在同一个程序中切换不同的函数执行。

所以协程占用的资源非常少，切换的时候几乎不耗费什么资源，一秒钟切换个上万次系统都扛得住。

所以说协程与进、 线程相比不是一个维度的概念。

>>>>原生的协程实现多任务 一般不用（了解）

协程函数的定义和调用

async 加在def前面定义协程函数

await:只能写在协程函数中 await后面必须是一个可等待对象，协程任务 asyncio.sleep()

>>>>greenlet模块实现多任务 一般不用（了解）

为了更好的使用协程来完成多任务，python中的greenlet模块对其封装，从而使得切换任务变得简单，只能手动去切换

>>>>gevent模块 使用协程要使用的模块

gevent模块又对greenlet进行了一层封装

当程序遇到io耗时等待的时候 会自动进行切换

gevent中默认是遇到gevent.sleep()会进行切换

如果让gevent遇到io自动切换,节省运行时间 需要在程序的导包处加一个monkey补丁,注意：只能在单线程中用，不支持多线程，加了monkey补丁，遇到time.sleep也会自动切换

from gevent import monkey monkey.patch_all() 两行代码要在文件的最上层引入

线程的切换：耗时io操作 网络磁盘 input output 协程切换：遇到io操作

06进程线程协程对比

进程、线程、协程对比：

• 进程是资源分配的单位；
  线程是操作系统调度的单位；
  协程又名微线程，存在于线程之中

• 进程切换需要的资源最大效率很低；
  线程切换需要的资源一般效率一般当然在不考虑G I L锁的情况下；
  协程切换任务资源很小，效率高

• 多进程多线程。根据CPU核数不一样，只有多进程能实现并行，但是协程是在一个线程中，所以是并发

• 注意点Python中的线程由于GIL锁的存在，并不能够实现并行，要充分利用多核C P U还是需要使用进程来做。

07进程池

当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态生成多个进程。

但如果是成百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的pool方法。

初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行请求。

但是如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会用之前的进程来执行新的任务。

>>>>进程池之间的队列 

进程池和进程池之间进行通讯使用进程池里的队列
进程池的Queue 如果要使用Pool创建进程，就需要使用multiprocessing.Manager().Queue()，而不是multiprocessing.Queue()，否则会报错。

>>>>concurrent.futures实现进程池 线程池