一、Python线程和进程

进程

进程是程序的一次执行。每个进程都有自己的地址空间、内存、数据栈及其它记录其运行轨迹的辅助数据。

线程

所有的线程运行在同一个进程当中，共享相同的运行环境。线程有开始顺序执行和结束三个部分。

帮助理解：
1、计算机的核心是CPU，它承担了所有的计算任务。它就像一座工厂，时刻在运行。
2、假定工厂的电力有限，一次只能供给一个车间使用。也就是说，一个车间开工的时候，其他车间都必须停工。背后的含义就是，单个CPU一次只能运行—个任务。
3、进程就好比工厂的车间，它代表CPU所能处理的单个任务。任一时刻，CPU总是运行一个进程，其他进程处于非运行状态。
4、一个车间里，可以有很多工人。他们协同完成一个任务。
5、线程就好比车间里的工人。一个进程可以包括多个线程。

二、thread模块

start_new_thread(function, args kwargs=None)

产生一个新的线程，在新的线程中用指定的参数和可选的kwargs来调用这个函数

注意： 使用这种方法时，一定要加time.sleep()，否则每个线程将可能不执行。此方法还有一个缺点，遇到较复杂的问题时，线程数不易控制。

示例一：测试多线程程序是否在同一时刻运行
python 3 中是 import _thread

#coding=utf-8

import _thread
import time

def fun1():
    print ("Hello Word! %s" %time.ctime())
    
def main():
#测试程序是否在同一时刻运行
    _thread.start_new_thread(fun1,())
    _thread.start_new_thread(fun1,())
    time.sleep(2)#休眠两秒

if __name__=="__main__":    
    main()

在这里插入图片描述

示例二：多线程测试存活的116.211.155.0/24段的主机

#coding=utf-8

import _thread
import time
import subprocess



def ping_check(ip):
    result = subprocess.Popen("ping "+ip, stdout=subprocess.PIPE)
    result = result.stdout.read().decode('utf-8','ignore')
    if '=' in result:
        print('%s ip up' %ip)
   
    
def main():
    for i in range(1,30):
        ip = '116.211.155.'+str(i)
        _thread.start_new_thread(ping_check,(ip,))
        time.sleep(5)
        
if __name__=="__main__":    
    main()

在这里插入图片描述

三、threading模块

1、Thread类

使用threading模块
子类化Thread类

解决了线程数可控的问题

2、生产者-消费者问题和Queue模块

Queue模块( qsize()、empty()、full()、put()、get() )
完美搭档：Queue +Thread

解决了生产参数和计算结果时间都不确定的问题
示例一：测试是否是同一时间多线程输输出Hello…
在这里插入图片描述
示例二：10个线程请求百度，并输出请求百度网站返回的状态码和请求时间

#coding=utf-8

import threading
import time
import requests

def fun1():
    time_start = time.time()
    r = requests.get(url='http://www.baidu.com')
    times = time.time()-time_start
    print('Status:%s---%s---%s'%(r.status_code,times,time.strftime('%H:%M:%S')))
    
def main():
    threads=[]
    
    threads_count = 10
    
    for i in range(threads_count):
        t = threading.Thread(target=fun1,args=())
        threads.append(t)
        
    for i in range(threads_count):
        threads[i].start()
        
    for i in range(threads_count):
        threads[i].join()
        
if __name__=="__main__":    
    main()

在这里插入图片描述
示例三：queue库介绍

>>> import queue
>>> queue = queue.Queue()
>>> for i in range(10):
...     queue.put(i)
...
>>> queue.empty()
False
>>> queue.qsize()
10
>>> queue.get()
0
>>> queue.get()
1
>>> queue.get()
2
>>> queue.get()
3
>>> queue.get()
4
>>> queue.get()
5
>>> queue.get()
6
>>> queue.get()
7

依次取出当中的数据
在这里插入图片描述
示例四：以10线程从queue库取数

#coding=utf-8

import threading
import queue

class DoRun(threading.Thread):#定义一个类DoRun
    def __init__(self,queue):#导入参数queue
        threading.Thread.__init__(self)
        self._queue = queue
        
    def run(self):
        while not self._queue.empty():
            ip = self._queue.get()
            print(ip)
            
def main():
    threads = []
    threads_count = 10
    queue1 = queue.Queue()#此处用queue1 = queue.Queue()的话 会报UnboundLocalError，局部变量使用前未初始化
    
    for i in range(1,255):
        queue1.put('111.47.226.'+str(i))
        
    for i in range(threads_count):
        threads.append(DoRun(queue1))
        
    for i in threads:
        i.start()
    for i in threads:
        i.join()
        
if __name__=="__main__":    
    main()