什么是线程

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。

什么是进程

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和调度的集合，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，比如我现在打开 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

import threading
import time
def princ(tring):
    print('task', tring)
    time.sleep(5)
# target=目标函数， args=传入的参数
t1 = threading.Thread(target=princ, args=('t1',))
t1.start()
t2 = threading.Thread(target=princ, args=('t1',))
t2.start()
t3 = threading.Thread(target=princ, args=('t1',))
t3.start()

参考文档

进程与线程的一个简单解释 (opens new window) Linux 进程与线程的区别 (opens new window)

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

import threading
import time

def princ(tring):
    print('task', tring)
    time.sleep(5)
# target=目标函数， args=传入的参数
t1 = threading.Thread(target=princ, args=('t1',))
t1.start()
t2 = threading.Thread(target=princ, args=('t1',))
t2.start()
t3 = threading.Thread(target=princ, args=('t1',))
t3.start()

通过类调用

import threading
import time
class MyThreading(threading.Thread):
    def __init__(self, conn):
        super(MyThreading, self).__init__()
        self.conn = conn
    def run(self):
        print('run task', self.conn)
        time.sleep(5)
t1 = MyThreading('t1')
t2 = MyThreading('t2')
t1.start()
t2.start()

多线程

多线程在 Python 内实际是一个假象。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。

for i in range(50):
    t = threading.Thread(target=princ, args=('t-%s' % (i),))
    t.start()

join()

join()会阻塞调用这个方法的线程，直到被调用 join() 的线程终结——不管是正常终结还是抛出未处理异常，或者直到发生超时，超时选项是可选参数。

当 timeout 参数存在而且不是 None 时，它应该是一个用于指定操作超时的以秒为单位的浮点数或者分数。因为 join() 总是返回 None ，所以你一定要在 join() 后调用 is_alive() 才能判断是否发生超时。如果线程仍然存活，则 join() 超时。

当 timeout 参数不存在或者是 None ，这个操作会阻塞直到线程终结。

一个线程可以被 join() 很多次。如果尝试加入当前线程会导致死锁， join() 会引起 AssertionError 异常。如果尝试 join() 一个尚未开始的线程，也会抛出相同的异常。

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

import threading
import time
def princ(tring):
    print('task', tring)
    time.sleep(1)
for i in range(50):
    t = threading.Thread(target=princ, args=('t-%s' % (i),))
    t.start()
	# 当前线程执行完毕之后在执行后面的线程
    t.join()

让主线程阻塞，子线程现在并行执行

import threading
import time

def princ(tring):
    print('task', tring)
    time.sleep(2)
# 执行子线程的时间
start_time = time.time()
# 存放线程的实例
t_objs = []
for i in range(50):
    t = threading.Thread(target=princ, args=('t-%s' % (i),))
    t.start()
	# 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
    t_objs.append(t)
# 循环所有子线程实例，等待所有子线程执行完毕
for t in t_objs:
    t.join()
# 当前时间减去开始时间就等于执行的过程中需要的时间
print(time.time() - start_time)

查看主线程与子线程

import threading
class MyThreading(threading.Thread):
    def __init__(self):
        super(MyThreading, self).__init__()
    def run(self):
        print('我是子线程： ', threading.current_thread())
t = MyThreading()
t.start()
print('我是主线程： ', threading.current_thread())

输出如下：

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

Process finished with exit code 0

查看当前进程的活动线程个数

import threading
class MyThreading(threading.Thread):
    def __init__(self):
        super(MyThreading, self).__init__()
    def run(self):
        print('www.anshengme.com')
t = MyThreading()
t.start()
print('线程个数： ', threading.active_count())

输出如下：

C:\Python\Python35\python.exe E:/MyCodeProjects/进程与线程/s3.py
www.anshengme.com
# 一个主线程和一个子线程
线程个数：  2

Process finished with exit code 0

Event

Event 是线程间通信最简单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。 Event 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()则用于在 flag 为 True 之前保持阻塞。flag 默认为 False。

选项	描述
Event.wait([timeout])	堵塞线程，直到 Event 对象内部标识位被设为 True 或超时（如果提供了参数 timeout）
Event.set()	将标识位设为 Ture
Event.clear()	将标识伴设为 False
Event.isSet()	判断标识位是否为 Ture

#!/use/bin/env python
# _*_ coding: utf-8- _*_

import threading

def runthreading(event):
    print("Start...")
    event.wait()
    print("End...")
event_obj = threading.Event()
for n in range(10):
    t = threading.Thread(target=runthreading, args=(event_obj,))
    t.start()

event_obj.clear()
inp = input("True/False?>> ")
if inp == "True":
    event_obj.set()

代码参见此处

守护进程/线程(daemon)

当我们通过t.daemon = True或者调用 t.setDaemon(True) 设置为 Daemon 时，主线程结束会中断子线程。

有的线程会做背景任务，比如 keepalive，或者周期性地执行垃圾回收任务等。这些任务只有当主程序运行的时候才有用，并且可以在其他非守护程序线程退出后将其杀死。

如果没有守护线程，我们就必须跟踪这些线程，并在程序完全退出之前告知它们退出。通过将线程设置为守护线程，运行线程之后就不用管了，所有守护线程都会自动终止。

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)执行结束（因为设置为守护线程的任务可能是一直不会终结的）。

import threading
import time

def princ(tring):
    print('task', tring)
    time.sleep(2)
for i in range(50):
    t = threading.Thread(target=princ, args=('t-%s' % (i),))
    t.setDaemon(True)  # 把当前线程设置为守护线程，要在start之前设置
    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，那么就会等待线程执行完毕再退出。

#!/use/bin/env python
# _*_ coding:utf-8 _*_

from multiprocessing import Process
import time

def runprocess(arg):
    print(arg)
    time.sleep(2)


p = Process(target=runprocess, args=(11,))
p.daemon=True
p.start()

print("end")

参考： python - Daemon Threads Explanation - StackOverflow (opens new window) python - setDaemon() method of threading.Thread - StackOverflow (opens new window)

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。

# _*_ coding:utf-8 _*_
import threading
def princ():
    # 获取锁
    lock.acquire()
    # 在函数内可以直接修改全局变量
    global number
    number += 1
    # 为了避免让程序出现串行，不能加sleep
    # time.sleep(1)
    # 释放锁
    lock.release()
# 锁
lock = threading.Lock()
# 主线程的number
number = 0
t_objs = []
for i in range(100):
    t = threading.Thread(target=princ)
    t.start()
    t_objs.append(t)
for t in t_objs:
    t.join()
print('Number:', number)

递归锁(Lock/RLock)

import threading
def run1():
    print("grab the first part data")
    lock.acquire()
    global num
    num += 1
    lock.release()
    return num
def run2():
    print("grab the second part data")
    lock.acquire()
    global num2
    num2 += 1
    lock.release()
    return num2
def run3():
    lock.acquire()
    res = run1()
    print('--------between run1 and run2-----')
    res2 = run2()
    lock.release()
    print(res, res2)
t_objs = []
if __name__ == '__main__':
    num, num2 = 0, 0
    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
    # lock = threading.Lock()  # Lock()会阻塞在这儿
    for i in range(10):
        t = threading.Thread(target=run3)
        t.start()
        t_objs.append(t)
for t in t_objs:
    t.join()
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

import threading
import time
def run(n):
    semaphore.acquire()  # 获取信号，信号可以有多把锁
    time.sleep(1)  # 等待一秒钟
    print("run the thread: %s\n" % n)
    semaphore.release()  # 释放信号
t_objs = []
if __name__ == '__main__':
    semaphore = threading.BoundedSemaphore(5)  # 声明一个信号量，最多允许5个线程同时运行
    for i in range(20):  # 运行20个线程
        t = threading.Thread(target=run, args=(i,))  # 创建线程
        t.start()  # 启动线程
        t_objs.append(t)
for t in t_objs:
    t.join()
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

from multiprocessing import Process
import time
def f(name):
    time.sleep(2)
    print('hello', name)
if __name__ == '__main__':
    # 创建一个进程
    p = Process(target=f, args=('bob',))
    # 启动
    p.start()
    # 等待进程执行完毕
    p.join()

在进程内启动一个线程

from multiprocessing import Process
import threading
def Thread(tring):
    print(tring)
def Proces(tring):
    print('hello', tring)
    t = threading.Thread(target=Thread, args=('Thread %s' % (tring),))  # 创建一个线程
    t.start()  # 启动它
if __name__ == '__main__':
    p = Process(target=Proces, args=('World',))  # 创建一个进程
    p.start()  # 启动
    p.join()  # 等待进程执行完毕

启动一个多进程

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

获取启动进程的 PID

# _*_ coding:utf-8 _*_
from multiprocessing import Process
import os
def info(tring):
    print(tring)
    print('module name:', __name__)
    print('父进程的PID:', os.getppid())
    print('子进程的PID:', os.getpid())
    print("\n")
def ChildProcess():
    info('\033[31;1mChildProcess\033[0m')
if __name__ == '__main__':
    info('\033[32;1mTheParentProcess\033[0m')
    p = Process(target=ChildProcess)
    p.start()

输出结果

C:\Python\Python35\python.exe E:/MyCodeProjects/多进程/s1.py
TheParentProcess
module name: __main__
# Pycharm的PID
父进程的PID: 6888
# 启动的脚本PID
子进程的PID: 4660

ChildProcess
module name: __mp_main__
# 脚本的PID
父进程的PID: 4660
# 父进程启动的子进程PID
子进程的PID: 8452

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

# _*_ coding:utf-8 _*_
from multiprocessing import Process, Queue
def ChildProcess(Q):
    Q.put(['Hello', None, 'World'])  # 在Queue里面上传一个列表
if __name__ == '__main__':
    q = Queue()  # 创建一个Queue
    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
    p.start()  # 启动子进程
    print(q.get())  # 获取q中的数据
    p.join()

管道(Pipes)

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

数据共享(Managers)

# _*_ coding:utf-8 _*_
# _*_ coding:utf-8 _*_
from multiprocessing import Process, Manager
import os

def ChildProcess(Dict, List):
    Dict['k1'] = 'v1'
    Dict['k2'] = 'v2'
    List.append(os.getpid())  # 获取子进程的PID
    print(List)  # 输出列表中的内容

if __name__ == '__main__':
    manager = Manager()  # 生成Manager对象
    Dict = manager.dict()  # 生成一个可以在多个进程之间传递共享的字典
    List = manager.list()  # 生成一个字典

    ProcessList = []  # 创建一个空列表，存放进程的对象，等待子进程执行用于

    for i in range(10):  # 生成是个子进程
        p = Process(target=ChildProcess, args=(Dict, List))  # 创建一个子进程
        p.start()  # 启动
        ProcessList.append(p)  # 把子进程添加到p_list列表中

    for res in ProcessList:  # 循环所有的子进程
        res.join()  # 等待执行完毕
    print('\n')
    print(Dict)
    print(List)

输出结果

C:\Python\Python35\python.exe E:/MyCodeProjects/多进程/s4.py
[5112]
[5112, 3448]
[5112, 3448, 4584]
[5112, 3448, 4584, 2128]
[5112, 3448, 4584, 2128, 11124]
[5112, 3448, 4584, 2128, 11124, 10628]
[5112, 3448, 4584, 2128, 11124, 10628, 5512]
[5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460]
[5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484]
[5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484, 6804]


{'k1': 'v1', 'k2': 'v2'}
[5112, 3448, 4584, 2128, 11124, 10628, 5512, 10460, 10484, 6804]

Process finished with exit code 0

锁(Lock)

from multiprocessing import Process, Lock

def ChildProcess(l, i):
    l.acquire()  # 获取锁
    print('hello world', i)
    l.release()  # 释放锁

if __name__ == '__main__':
    lock = Lock()  # 生成Lock对象
    for num in range(10):
        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

#!/use/bin/env python
# _*_ coding: utf-8 _*_

from multiprocessing import Pool
import time

def myFun(i):
    time.sleep(2)
    return i+100

def end_call(arg):
    print("end_call>>", arg)

p = Pool(5)  # 允许进程池内同时放入5个进程
for i in range(10):
    p.apply_async(func=myFun, args=(i,),callback=end_call) # # 平行执行,callback是主进程来调用
    # p.apply(func=Foo)  # 串行执行

print("end")
p.close()
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

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import threading
import queue
import time
class MyThread:
    def __init__(self,max_num=10):
        self.queue = queue.Queue()
        for n in range(max_num):
            self.queue.put(threading.Thread)
    def get_thread(self):
        return self.queue.get()
    def put_thread(self):
        self.queue.put(threading.Thread)
pool = MyThread(5)
def RunThread(arg,pool):
    print(arg)
    time.sleep(2)
    pool.put_thread()
for n in range(30):
    thread = pool.get_thread()
    t = thread(target=RunThread, args=(n,pool,))
    t.start()

复杂版本

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import queue
import threading
import contextlib
import time

StopEvent = object()

class ThreadPool(object):

    def __init__(self, max_num, max_task_num = None):
        if max_task_num:
            self.q = queue.Queue(max_task_num)
        else:
            self.q = queue.Queue()
        self.max_num = max_num
        self.cancel = False
        self.terminal = False
        self.generate_list = []
        self.free_list = []

    def run(self, func, args, callback=None):
        """
        线程池执行一个任务
        :param func: 任务函数
        :param args: 任务函数所需参数
        :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）
        :return: 如果线程池已经终止，则返回True否则None
        """
        if self.cancel:
            return
        if len(self.free_list) == 0 and len(self.generate_list) < self.max_num:
            self.generate_thread()
        w = (func, args, callback,)
        self.q.put(w)

    def generate_thread(self):
        """
        创建一个线程
        """
        t = threading.Thread(target=self.call)
        t.start()

    def call(self):
        """
        循环去获取任务函数并执行任务函数
        """
        current_thread = threading.currentThread()
        self.generate_list.append(current_thread)

        event = self.q.get()
        while event != StopEvent:

            func, arguments, callback = event
            try:
                result = func(*arguments)
                success = True
            except Exception as e:
                success = False
                result = None

            if callback is not None:
                try:
                    callback(success, result)
                except Exception as e:
                    pass

            with self.worker_state(self.free_list, current_thread):
                if self.terminal:
                    event = StopEvent
                else:
                    event = self.q.get()
        else:

            self.generate_list.remove(current_thread)

    def close(self):
        """
        执行完所有的任务后，所有线程停止
        """
        self.cancel = True
        full_size = len(self.generate_list)
        while full_size:
            self.q.put(StopEvent)
            full_size -= 1

    def terminate(self):
        """
        无论是否还有任务，终止线程
        """
        self.terminal = True

        while self.generate_list:
            self.q.put(StopEvent)

        self.q.queue.clear()

    @contextlib.contextmanager
    def worker_state(self, state_list, worker_thread):
        """
        用于记录线程中正在等待的线程数
        """
        state_list.append(worker_thread)
        try:
            yield
        finally:
            state_list.remove(worker_thread)

# How to use

pool = ThreadPool(5)

def callback(status, result):
    # status, execute action status
    # result, execute action return value
    pass

def action(i):
    print(i)

for i in range(30):
    ret = pool.run(action, (i,), callback)

time.sleep(5)
print(len(pool.generate_list), len(pool.free_list))
print(len(pool.generate_list), len(pool.free_list))
pool.close()
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

更多参考

threading — Manage Concurrent Operations Within a Process — PyMOTW 3 (opens new window) Python Tutorial: multithreading - creating threads - 2020 (opens new window)