若事与愿违，请相信，上天自有安排，允许一切如其所是

                                                                                —— 24.11.12

一、进程、线程

现代操作系统比如Mac OS X，UNIX，Linux，Windows等，都是支持“多任务”的操作系统。

进程

进程：就是一个程序，运行在系统之上，那么便称之这个程序为一个运行进程，并分配进程ID方便系统管理。线程就是程序在系统中运行起来，被系统所管理的一个逻辑概念。

进程就好比一家公司，是操作系统对程序进行运行管理的单位

---

线程

线程：线程是归属于进程的，一个进程可以开启多个线程，执行不同的工作，是进程实际工作的最小单位。

线程就好比公司的员工，进程可以有多个线程(员工)，是进程实际的工作者

操作系统中可以运行多个进程，即多任务运行

一个进程内可以运行多个线程，即多线程运行

---

注意点:

进程之间是内存隔离的，即不同的进程拥有各自的内存空间。这就类似于不同的公司拥有不同的办公场所。

线程之间是内存共享的，线程是属于进程的，一个进程内的多个线程之间是共享这个进程所拥有的内存空间的。这就好比，公司员工之间是共享公司的办公场所。 

---

二、并行执行

并行执行的意思指的是同一时间做不同的工作。

进程之间就是并行执行的，操作系统可以同时运行好多程序，这些程序都是在并行执行。

除了进程外，线程其实也是可以并行执行的，也就是比如一个Python程序,其实是完全可以做到

        一个线程在输出：你好

        一个线程在输出：Hello

像这样一个程序在同一时间做两件乃至多件不同的事情，我们就称之为：多线程并行执行

---

三、threading模块

绝大多数编程语言，都允许多线程编程，Pyhton也不例外。

Python的多线程可以通过threading模块来实现。

语法

thread_obj = threading.Thread([group [, target [, name [, args [,  kwargs]]]]])

— self：在实例化对象并调用方法时会自动传入对象本身的引用。在这里表示当前正在被初始化的线程对象实例

— group：暂时无用，未来功能的预留参数

— target：执行的目标任务名

— name：线程名，一般不用设置

— args：以元组的方式给执行任务传参

— kwargs：以字典方式给执行任务传参

— daemon：用于设置线程是否为守护线程。

守护线程是一种在后台运行的线程，当主线程结束时，守护线程通常也会随之结束（即使它自己的任务可能还没有完成）

---

示例

'''
演示多线程的使用
'''
import time
import threading

def sing():
    while True:
        print("唱歌ing")
        time.sleep(1)

def dance():
    while True:
        print("跳舞ing")
        time.sleep(1)

if __name__ == '__main__':
    sing_thread = threading.Thread(target=sing)
    dance_thread = threading.Thread(target=dance)
    # 启动线程
    sing_thread.start()
    dance_thread.start()

---

需要传参的话可以通过：

① args参数通过元组(按参数顺序)的方式传参

② 或使用kwargs参数用字典的形式传参

'''
演示多线程的使用
'''
import time
import threading

def sing(msg):
    while True:
        print(msg)
        time.sleep(1)

def dance(msg):
    while True:
        print(msg)
        time.sleep(1)

if __name__ == '__main__':
    # 以元组方式传参
    sing_thread = threading.Thread(target=sing,args=("我要唱歌",))
    # 以字典方式传参
    dance_thread = threading.Thread(target=dance,kwargs={"msg": "我要跳舞"})
    # 启动线程
    sing_thread.start()
    dance_thread.start()

---

四、多线程编程

1.threading模块的使用

thread_obj = threading.Thread(target=func)        创建线程对象
thread obj.start()        启动线程执行

2.如何传参

① 元组方式

    # 以元组方式传参
    sing_thread = threading.Thread(target=sing,args=("我要唱

② 字典方式

    # 以字典方式传参
    dance_thread = threading.Thread(target=dance,kwargs={"msg": "我要跳舞"}

---

3.线程类 threading

current_thread()    返回与Thread调用方的控制线程相对应的当前对象。
enumerate()            返回Thread当前所有活动对象的列表。
active_count()    返回Thread当前活动的对象数。返回的计数等于所返回列表的长度enumerate()。
main_thread()     返回主要Thread对象。在正常情况下，主线程是启动Python解释器的线程。
get_ident()      返回当前线程的“线程标识符”。这是一个非零整数。它的值没有直接的意义。

---

4.线程对象 threading.Thread()

守护线程

主线程不管守护线程的执行情况，只要是其他子线程结束且主线程执行完毕，主线程部会关闭。

常见方法

1、setDaemon(True)        可以把子线程设置为主线程的守护线程，此方法必须在start之前

2、join()        让主线程等待子线程执行，此方法在start之后

示例

"""
守护线程:
主线程不管守护线程的执行情况，只要是其他子线程结束且主线程执行完毕，主线程都会关闭。
常见方法：
1、setDaemon(True)方法可以把子线程设置为主线程的守护线程，此方法必须在start之前
2、join()方法，让主线程等待子线程执行，此方法在start之后
"""

import threading
import time


def run1(name, n):
    for _ in range(n):  # _下划线表示临时变量， 仅用一次，后面无需再用到
        print(name, time.ctime())
        time.sleep(1)


def run2(name, n):
    for _ in range(n):
        print(name, time.ctime())
        time.sleep(1)


if __name__ == '__main__':
    """
    设置子线程t1为守护线程，主线程不等t1运行结束，只要其他的子线程t2运行结果，就会关闭主线程。
    """
    t1 = threading.Thread(target=run1, args=("线程1", 10,))  # 注意args参数类型是元组并以“，”结尾
    t2 = threading.Thread(target=run2, args=("线程2", 5,))
    t1.setDaemon(True)  # 设置t1为守护线程
    t1.start()
    t2.start()

---

5.线程锁对象

acquire()        锁定        一旦线程获取了锁，随后的尝试将其阻塞，直到释放为止。任何线程都可以释放它。
release()        解锁

互斥锁 threading Lock

递归锁 threading RLock

---

6.条件对象 threading Condition

threading.condition 是 Python 标准库中用于线程间同步的一个高级机制。它将锁(Lock 或RLock )和条件变量组合在一起，使得线程可以在满足特定条件时等待，并且在条件满足时被唤醒。本质上，它提供了一种更灵活的线程间通信方式，基于共享资源的某种状态(条件)来控制线程的执行。

可以把Condiftion理解为一把高级的锁，它提供了比Lock,RLock更高级的功能，允许我们能够控制复杂的线程同步问题。

主要方法

① acquire 和 release 方法:

acquire 方法用于获取关联的锁。这和单独使用锁的操作类似，当一个线程调用 acquire 时，它会尝试获取锁。如果锁已经被其他线程持有，那么这个线程会被阻塞，直到锁被释放。

release 方法用于释放关联的锁，在完成对共享资源的操作后，线程应该释放锁，以便其他线程可以获取锁并访问共享资源。例如：

import threading
cond = threading.Condition()
cond.acquire()
try:
    # 在这里访问共享资源
finally:
    cond.release()

②  wait方法：

线程调用 wait 方法时，会释放当前持有的锁，并进入等待状态。这个线程会一直等待，直到被其他线程通过 notify 或 notify_all 方法唤醒。被唤醒后，线程会重新尝试获取锁，只有获取到锁后才能继续执行后续代码。

import threading
buffer = []
cond = threading.Condition()
def consumer():
    with cond:
        while not buffer:
            print("消费者：缓冲区为空，等待数据...")
            cond.wait()
        data = buffer.pop(0)
        print("消费者：消费了数据", data)

③ notify 和 notify_all 方法：

notify方法用于唤醒一个正在等待该条件变量的线程。在共享资源的状态发生改变，可能使得等待的线程能够继续执行时，应该调用这个方法来唤醒一个等待的线程。

notify_all方法则会唤醒所有正在等待该条件变量的线程。不过，只有在这些被唤醒的线程成功获取到锁后，才能真正继续执行。例如，生产者生产了新的数据后，可以调用 notify 方法唤醒等待的消费者线程:

import threading
buffer = []
cond = threading.Condition()
def producer():
    with cond:
        data = 1  # 假设生产的数据为1
        buffer.append(data)
        print("生产者：生产了数据", data)
        cond.notify()

---

7.信号量对象 threading Semaphole

Semaphore()        内部计数器

BoundedSemaphore()        继承Semaphore类，设定信号量边界值

"""
信号量（BoundedSemaphore类）：
信号量通常用于保护容量有限的资源
信号量管理一个内部计数器，该内部计数器随每个acquire()调用而递减，并随每个 调用而递增release()。
计数器永远不能低于零。当acquire() 发现它为零时，它将阻塞，直到其他线程调用为止 release()。
"""

import threading, time

# 设置信号量的边界值
semaphore = threading.BoundedSemaphore(value=3)


def run():
    semaphore.acquire()  # 加锁
    print(threading.current_thread().getName(), time.ctime())
    time.sleep(5)
    semaphore.release()  # 释放


if __name__ == '__main__':
    for _ in range(10):
        t = threading.Thread(target=run)
        t.start()
    # 返回Thread当前所有活动对象的列表。通过运行结果我们可以看出系统是先一次性创建10个线程，然后根据信号量边界值3，一次性运行3个线程，其他线程等待锁。
    print(threading.enumerate())

"""
python多线程的缺陷：
1、GIL-全局解释器锁
2、无论系统CPU是几核的,只能使用一个来处理进程
"""

 

---

8.事件对象 threading Event

set(）                  将事件对象的内部标志设置为 True 。这意味着等待这个事件的线程将会被唤醒并继续执行

import threading
event = threading.Event()
# 其他线程在等待这个事件
event.set()

clear()                  将事件对象的内部标志设置为 False 。如果在 clear 之后有线程调用 wait 方法，这些线程将会被阻塞，直到事件再次被设置。例如:

import threading
event = threading.Event()
event.set()
# 现在清除事件
event.clear()

wait(timeout=None)               如果“Flag"值为 False，那么当程序执行event.wait方法时就会阻塞；如果“Flag"值为True，那么执行event.wait方法时便不再阻塞

import threading
event = threading.Event()
def worker():
    print("线程开始等待事件")
    event.wait()
    print("事件已触发，线程继续执行")
t = threading.Thread(target=worker)
t.start()
# 在这里可以进行一些其他操作，然后设置事件
event.set()

is set()                 这是一个只读属性，用于检查事件对象的内部标志是否为 true 。可以用于在不阻塞线程的情况下检查事件的状态。例如：

import threading
event = threading.Event()
if not event.is_set():
    print("事件尚未设置")
event.set()
if event.is_set():
    print("事件已设置")

"""
事件对象 threading.Event
set()	将“Flag”设置为True
clear()	将“Flag”设置为False
wait()	如果“Flag”值为 False，主线程就会阻塞；如果“Flag”值为True，主线程不再阻塞。
isSet() 判断“Flag”值是否为True。
"""
import threading
import time

#实例化一个事件对象
event = threading.Event()

def run():
    while not event.isSet():
        print(threading.current_thread().getName(), time.ctime())
        time.sleep(5)
    event.wait(timeout=10)  # 阻塞线程，为什么timeout=10没起到作用

if __name__ == '__main__':
    #使用多线程去调用run
    for i in range(10):
        th = threading.Thread(target=run)
        th.start()
    #阻塞30s后运行主线程
    time.sleep(30)
    event.set()

---

9.Timer计时器对象 threading Timer

参数：(self, interval, function, args=None, kwargs=None)

start()        启动计时器

cancel()        停止计时器(在其动作开始之前)

"""
Timer对象
"""
import threading

# 实例化一个计时器
timer = threading.Timer


def hello():
    print("hello, world")


# 10s后执行hello
print("开始执行")
t = timer(10, hello)
t.cancel()
t.start()