并发编程

本文主要是介绍并发编程，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

操作系统/应用程序
a硬件
b系统
c软件

1线程和进程区别
1.1线程
线程是操作系统进行运算调度的最小单位

1.2进程
进程是指在系统中正在运行的一个应用程序，系统进行资源分配和调度的基本单位

1.3进程和线程的区别
第一点：
线程是cpu计算的最小单位
进程是cpu资源分配和调度的基本单位
第二点：
一个线程只能属于一个进程
一个进程可以有多个线程，至少有一个主线程
同一进程的所有线程可以共享该进程的所有资源
第三点：
对于python而言，他的进程和线程跟其他语言是有所差异的，一个进程可以同时执行多个线程
因为python存在GIL锁，一个进程在同一时刻只有一个线程被执行
注意：
IO密集型操作可以使用多线程，计算密集型可以使用多进程

每个进程有各自独立的GIL，互不干扰，这样就可以真正意义上的并行执行，
所以在python中，多进程的执行效率优于多线程(仅仅针对多核CPU而言)。

2线程
2.1基本写法
import threading

def func(args):
for i in range(args):
print(i)

for i in range(10):
t=threading.Thread(target=func,args=(10,))
t.start

主线程等待子线程
join
主线程不等待子线程
setDaemon

2.2GIL锁
gil锁用于限制一个进程中同一时刻只有一个线程被cpu调度
默认gil锁在执行100个cpu指令

基本写法
import threading

lock = threading.Rlock()
def task(args):
lock.acquire() ###加锁
for i in range(args):
print(i)
lock.release() ###释放锁

for i in range(10):
t=threading.Thread(target=task,args=(i,))
t.start

2.3GIL锁类型
线程安全，多线操作时，内部会让所有线程排队处理
1Lock，锁一个代码块
2RLock（一次放一个） ###常用
3BoundedSemaphore（一次放n个）信号量
4Condition（一次放x个数）
5Event（一次放所有）
6threading.local（flask框架内部看到源码，上下文管理）
作用：内部自动为每个线程维护一个空间（字典），
用于当前存取属于自己的值，保证线程之间数据隔离
线程安全，列表和字典线程安全：
加锁：非线程安全、控制一段代码
threading.local（flask框架内部看到源码，上下文管理）

7线程池
from concurrent.future import ThreadPoolExecutor
pool = ThreadPoolExecutor()

def task(a1,a2):
print(a1,a2)

for i in range(10):
pool.submit(task,i,i*i)

8生产者消费模型 queue
生产者
队列，先进先出
栈，后进先出
消费者
生产者消费者模型结了什么问题？
生产者消费模型，不用一直等待

import queue

q = queue.Queue()
q.put()

v1 = q.get()
print(v1)

这篇关于并发编程的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！