前言：

多线程；

多进程；

进程、线程对比；

多协程；

进程、线程、协程对比。

Python 多任务-线程、进程与协程

什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。

一、线程

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

进程和线程.png

并行/并发

02-CPU及线程介绍.png

并发

指的是任务数多余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

多线程图解

03-线程.png

共享全局变量与问题

在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据。

问题：

如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确。（即线程非安全）

同步/异步

同步：单线程（从上到下依次执行顺序）

异步：多线程（开启多个任务一同执行，互不影响）

互斥锁

当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制。

锁的好处：

确保了某段关键代码只能由一个线程从头到尾完整地执行

锁的坏处：

阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了
由于可以存在多个锁，不同的线程持有不同的锁，并试图获取对方持有的锁时，可能会造成死锁

死锁（一种 bug）

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。

避免死锁

程序设计时要尽量避免（银行家算法）
添加超时时间等

案例

1.多线程体验

# Python 解释器中有一个模块专门控制线程，实现多任务

import threading
import time


def send_msg(num):
    for i in range(num):
        print("send msg", i + 1)
        time.sleep(0.1)


def receive_msg(num):
    for i in range(num):
        print("receive msg", i + 1)
        time.sleep(0.2)


if __name__ == '__main__':
    # 创建线程对象（target=函数名, name=线程别名, args=参数, kwargs=字典参数）
    t1 = threading.Thread(target=send_msg, name="send", args=(3,))
    t2 = threading.Thread(target=receive_msg, name="receive", kwargs={"num": 3})

    # 三个 API
    print(threading.enumerate())
    print(threading.current_thread())
    print(threading.active_count())

    # 守护线程
    t1.setDaemon(True)
    t2.setDaemon(True)

    # 开启线程
    t1.start()
    t2.start()

    # 线程等待
    t1.join()
    t2.join()

    print("*** main thread ***")

2.自定义线程类

import threading
import time


class SendThread(threading.Thread):
    def __init__(self, num):
        # threading.Thread.__init__(self)
        super(SendThread, self).__init__()
        # super().__init__()

        self.num = num

    def send_msg(self):
        for i in range(5):
            print("send msg", i + 1)
            time.sleep(0.1)

    def run(self):
        self.send_msg()


class ReceiveThread(threading.Thread):
    def receive_msg(self):
        for i in range(5):
            print("receive msg", i + 1)
            time.sleep(0.2)

    def run(self):
        self.receive_msg()


if __name__ == '__main__':
    t1 = SendThread(3)
    t2 = ReceiveThread()

    t1.start()
    t2.start()

    print("*** main thread ***")

二、进程

运行的程序以及运行时用到的资源这个整体称之为进程，是系统进行资源分配和调度的一个独立单位。

01-进程.png

进程间通信-Queue

进程间通信：运行的程序之间的数据共享。

三、进程、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 QQ。
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 调度和分派的基本单位，它是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(如程序计数器，一组寄存器和栈)，但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。

区别

一个程序至少有一个进程，一个进程至少有一个线程。
线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率，
线线程不能够独立执行，必须依存在进程中。
可以将进程理解为工厂中的一条流水线，而其中的线程就是这个流水线上的工人。

优缺点

线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。

四、协程

协程，又称微线程，纤程。英文名Coroutine。

02-协程.png

03-迭代器和生成器.png

greenlet

为了更好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的更加简单

安装方式

使用如下命令安装 greenlet 模块:

pip3 list: 验证已安装的python第三方插件（如果没有pip3会提示安装）

sudo pip3 install greenlet

gevent

greenlet已经实现了协程，但是这个还的人工切换，是不是觉得太麻烦了，不要捉急，python还有一个比greenlet更强大的并且能够自动切换任务的模块gevent

其原理是当一个greenlet遇到IO(指的是input output 输入输出，比如网络、文件操作等)操作时，比如访问网络，就自动切换到其他的greenlet，等到IO操作完成，再在适当的时候切换回来继续执行。

由于IO操作非常耗时，经常使程序处于等待状态，有了gevent为我们自动切换协程，就保证总有greenlet在运行，而不是等待IO

安装方式

pip3 install gevent

协程和线程差异

在实现多任务时, 线程切换从系统层面远不止保存和恢复 CPU 上下文这么简单。

操作系统为了程序运行的高效性每个线程都有自己缓存 Cache 等等数据，操作系统还会帮你做这些数据的恢复操作。所以线程的切换非常耗性能。

但是协程的切换只是单纯的操作 CPU 的上下文，所以一秒钟切换个上百万次系统都抗的住。

五、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
进程切换需要的资源很最大，效率很低
线程切换需要的资源一般，效率一般（当然了在不考虑GIL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核数不一样可能是并行的，但是协程是在一个线程中所以是并发