Python学习并发与多线程

1、并发

1.1、并发与并行

并行，parallel，同一时刻，执行不同任务，并且相互没有干扰；

并发，concurrency，一段时间内，交替执行不同的任务；

串行，一个任务执行完成后执行下一个任务；

1.2、并发的解决方法

“高并发模型”：例如早高峰的北京地铁，在同一时刻，需要处理大量任务，可以理解为高并发模型；

解决方法：

（1）队列，缓冲区：将任务排队，形成队列，先进先出，就解决了资源的使用问题；形成的队列其实就是一个缓冲区域，假设排队有一种优先机制，例如女士优先，则次队列为优先对列；

（2）争抢：谁抢到资源就上锁，排他性的锁，其他任务只能等待；争抢是一种高并发的解决方案，但是这样不好，因为可能有任务长期霸占资源，有人一直抢不到资源；

（3）预处理：将各个任务会用到的热点数据提前缓存，这样就减少了任务的执行时间；

（4）并行：开辟多的资源，例如银行办理业务，排队的人多了，可以多增加业务窗口；此方案为水平扩展的思想；

（5）提速：简单的就是提高资源性能，提高cpu性能或者单个服务器安装更多的cpu，此方案为垂直扩展

（6）消息中间件：模型可以理解为北京地铁站外面的排队走廊，具有缓冲人流量的功能；常见的消息队列有：RabbitMQ、ActiveMQ、RocketMQ(阿里)、kafka等

2、进程与线程

# 进程与线程的关系：

程序是源码编译后的文件，而这些文件被存放在磁盘上；当程序被操作系统加载到内存中，就是进程，进程中存放着指令和数据（资源），进程是线程的容器；线程是操作系统进行运算调度的最小单位；

2.1、线程的状态

2.2、python中的进程与线程

# 进程会启动一个解释器进程，线程共享一个解释器进程；会有一个GIL，全局解释器锁，来分配具体线程任务执行；python的GIL保证同一时刻只有一个线程被执行；

3、Python的多线程开发

3.1、Thread类

# Python的线程开发使用标准款threading；

# Thread类的初始化方法

def __init__(self, group=None, target=None, name=None,
         args=(), kwargs=None, *, daemon=None):

参数：
target　　线程调用的对象，就是目标函数；
name　　　为线程起名
args　　  为目标函数传递位置参数，元祖；
kwargs　　为目标函数传递关键字参数，字典

（1）线程的启动：

通过threading.Thread创建一个线程对象，target是目标函数，name指定线程名称，到此线程被创建完成，需要调用start() 方法来启动线程；

import threading
import time

def work():
    print('I m  working')
    print('Finished')


t=threading.Thread(target=work,name='workerthread')
t.start()