进程 pid 唯一标示符
使用kill杀死进程
主线程 创造一个进程的时候，会创造一个线程，这个线程被称为主线程
一个进程只有一个主线程
python里的多线程，不是真正意义上的多线程，只是多线程的假象
全局锁GIL 在任意的指定时间里，有且只有一个线程在运行——>python是线程安全的
|
1
2
3
4
5
|
import
threading
def
test():
print
1
a
=
threading.Thread(target
=
test)
a.start()
|
|
1
2
3
4
5
6
7
8
9
|
import
threading
def
test():
print
1
a
=
threading.Thread(target
=
test)
b
=
threading.Thread(target
=
test)
a.start()
b.start()
a.join()
b.join()
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
import
threading
import
time
def
test():
time.sleep(
0.001
)
print
1
ts
=
[]
for
i
in
xrange
(
0
,
15
):
th
=
threading.Thread(target
=
test,args
=
[i])
th.start()
ts.append(th)
for
i
in
ts:
i.join()
##等待线程结束后，继续运行脚本
print
"End"
|
日常推荐使用多进程，而不是多线程。多线程复杂度较高，可维护性差，且只是在使用单个CPU。
一个程序的复杂度，大部分情况下，只和代码行数有关。
在数据库连接池的场景下，可以使用多线程
io操作作用到多线程？必须要lock，acquire，release
互斥锁
加锁 acquire
释放锁 release
加锁一定要释放，不释放成死锁
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import
threading
mlock
=
threading.Lock()
num
=
0
def
a():
global
num
mlock.acquire()
num
+
=
1
mlock.release()
print
num
for
i
in
xrange
(
0
,
10
):
d
=
threading.Thread(target
=
a)
d.start()
|
rlock 防止死锁
协程
包含yield的函数，则是一个可迭代对象
利用next方法，取每一次yield
send方法
生产者，消费者行为
无需立即执行，需要时才执行
|
1
2
3
4
5
6
7
8
|
def
test():
i
=
0
a
=
4
while
i<a:
x
=
yield
i
i
+
=
1
t
=
test()
print
t.
next
()
|
【扩展阅读1】
多线程向来是一个让程序员头痛的一个问题，不只是初学者容易犯错误，很多老鸟也难免站着中枪。一旦出现问题很难定位和解决，除了可能因为编程者知识上的缺陷导致的疏漏外，另一个难题就是问题重现难度大，避免多线程导致BUG最好的方法就是预防。
首先，在开始进行多线程编程之前要考虑好，我们是否真的需要多线程，什么时候才需要多线程。正所谓”大道至简“，越简单的设计越是好的设计，如果单个线程就可以完成任务解决问题，就不要用多个线程，不要为了炫耀一下自己的多线程编程能力动不动就起个线程，到最好搞不好会搬石头砸自己的脚。那什么情况下才需要用多线程呢，如果满足以下两个条件之一就不得使用多线程：
（1）单线程不能满足业务需要。例如12306的火车票售票系统，在同一时间内可能会有NNN个请求，这些请求之间是完全独立的，其发起时间也是没有相互依赖关系的，后台必须使用多线程处理以保证对用户响应的及时。
（2）单线程不能满足性能要求且数据IO吞吐率低于CPU的处理能力。如果单个线程可以满足性能要求根据无须考虑多线程了，在对于访问IO较多的应用中，IO（无论是读写数据还是等待用户响应）会阻塞线程的运行，而CPU更多的时间处于等待外部响应的状态，此时增加线程可以提高CPU的利用率，当有线程在等待IO的时候有别的线程在使用CPU，从而通过提高CPU的利用率而提高应用的整体性能。
其次，当确定了肯定要用多线程之后，紧接着就得考虑一个问题：用几个线程比较合适？主要可以从以下方面考虑：
（1）业务逻辑。根据实际的业务不同要通过经验数据来确定线程的数量，很难有统一的公式计算出来，要通过不断的调整、测试、比较来确定一个比较合理的数字，而且随着业务的变更，参数还要重新调整。
（2）CPU数量。如果只有一个CPU，在同一时间不可能执行两个线程的，它们是通过时间片的轮换来实现多线程的，而在线程间的不断切换时操作系统会有进行很多的操作，相当消费CPU资源，线程越多无谓的CPU消费也就越多。对于一个计算密集型的任务可能只用一个线程才是效率最高的，例如对大块内存数据的排序操作，没有任何IO会阻塞线程，使用多个线程只会无谓地消费CPU资源，只需要一个线程一直进行排序操作即可。要想发挥CPU的最佳性能，无论对任何类型的应用，线程的最小数量就是CPU的数量，如果此时CPU还有空闲再考虑增加线程的数量，不断调整以取得最佳的性能。
（3）内存大小。因为每个线程都要分配独立的栈以及独立的上下文环境，所以创建一个新的线程之后即使什么也不干也会消耗一定的内存，故而并不是线程越多性能越好。因为如果创建的线程过多内存不够用，很可能导致程序在运行过程中有虚拟内存的使用，将内存的访问转化为低速存储的访问，反而会负面影响应用的性能。
然而，这些因素只是影响确定线程数的重要因素，但并没有公式可使用，需要根据经验对这些因素进行评估并通过试验来确定最佳的线程数。
【扩展阅读2】
在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。
本文转自Grodd51CTO博客，原文链接：http://blog.51cto.com/juispan/1970411，如需转载请自行联系原作者
