python多线程

程序：指令和数据的有序集合，一个可运行文件

进程：一段程序的执行过程

进程的三种状态：就绪态，运行态，阻塞态

就绪态：获取了除CPU外的其他所有资源，只要处理器分配资源就可以立马执行

运行态：获取处理器资源，程序开始执行

阻塞态：等待条件满足才能运行的状态，如等待I/0操作

线程：通常，一个进程中包含多个线程，线程可以利用进程中的所有资源，线程作为独立运行、独立调度的基本单位，为进程

          中的 一个函数；

多线程：为了同步完成多项任务，不是为了提高运行效率，而是为了提高资源使用效率来提高系统的效率；线程是同一时间需

         要完成多项任务的时候实现的；

进程与线程的区别：进程在执行过程拥有独立的内存单元，而多线程共享内存

子线程：程序执行时，程序本身就是一个线程，为主线程，手动创建的线程为子线程，主线程执行过程中，不会等待子线程

代码

运行结果

import threading import time start=time.time() def myprint(name): curstart=time.time() time.sleep(5) print(name,'线程执行了') end=time.time() print(name,'开始时间',curstart-start,'结束时间',end-start) # 程序执行时，程序本身就是一个线程，为主线程 # 手动创建的线程为子线程 # 主线程执行过程中，不会等待子线程 t1=threading.Thread(target=myprint,args=['thread1',]) t2=threading.Thread(target=myprint,args=['thread2',]) t3=threading.Thread(target=myprint,args=['thread3',]) #方法1 t1.start() t1.join() #进行线程阻塞，当t1线程执行结束后，启用t2 t2.start() t2.join() t3.start() t3.join() end=time.time() print('主线程执行完毕',end-start) #方法2 t1.start() t2.start() t3.start() t1.join() t2.join() t3.join() end=time.time() print('主线程执行完毕',end-start)

1.每个线程启动后，紧跟着阻塞线程，相当于程序按顺序执行多个线程，效果认为单线程 程序运行总时长为：15s   thread1 线程执行了 thread1 开始时间 0.0010080337524414062 结束时间 5.00143837928772 thread2 线程执行了 thread2 开始时间 5.002255439758301 结束时间 10.003774404525757 thread3 线程执行了 thread3 开始时间 10.004587411880493 结束时间 15.005564212799072 主线程执行完毕       2.先启用所有需要同时执行的线程，然后阻塞所有线程，大大节约程序运行时间，发挥多线程功能; 程序运行总时长为：5s thread1 线程执行了 thread1 开始时间 0.0009670257568359375 结束时间 5.001219272613525 thread3thread2  线程执行了 thread2 开始时间 0.0009670257568359375 结束时间 5.0024402141571045 线程执行了 thread3 开始时间 0.0009670257568359375 结束时间 5.0024402141571045 主线程执行完毕 5.0024402141571045

 线程锁（互斥锁）：

当多个线程对统一段内存地址的数据进行修改时，会发生错乱的情况，

import threading
import time
lock=threading.Lock()  #创建线程锁
num=100
def myprint(name):
    lock.acquire()     # 获取锁，用于线程同步
    global num
    num=num-1
    print(name,'当前num为',num)
    lock.release()    # 释放锁，开启下一个线程

for i in range(100):
    t1=threading.Thread(target=myprint,args=[i+1,])
    t1.start()

全局解释器锁（GIL）：不管系统CPU核心数量多少，都保证python程序中同一时间点只能执行一个线程，对多CPU的系统来说造成资源的浪费（python的缺点），解决方法为多进程

import time
from multiprocessing import Process #多进程包
#多进程可以实现多个任务并行，适用于多CPU
start=time.time()
def run(name):
    # print(name,'执行')
    time.sleep(5)
    end=time.time()
    print(name,'执行',end-start)


if __name__ == '__main__':
    #注意多进程必须window系统，必须放在’if __name__ == '__main__':‘语句中
    t1=Process(target=run,args=['t1',])
    t2 = Process(target=run, args=['t2', ])
    t3 = Process(target=run, args=['t3', ])
    t1.start()
    t2.start()
    t3.start()