python线程：
import threading
import time
def show(arg):
time.sleep(1)
print('thread' + str(arg))
for i in range(10):
t = threading.Thread(target=show, args=(i,))
t.start()
print('main thread stop')
import threading
class MyThread(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
print("线程开始运行")
t1 = MyThread()
t1.start()
更多方法：
- start 线程准备就绪，等待CPU调度
- setName 为线程设置名称
- getName 获取线程名称
- setDaemon 设置为后台线程或前台线程（默认） t.setDaemon(True) 必须在 t.start() 之前调用
如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止
如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止 - join 逐个执行每个线程，执行完毕后继续往下执行，该方法使得多线程变得无意义
- run 线程被cpu调度后自动执行线程对象的run方法
线程池
from concurrent.futures import ThreadPoolExecutor
from concurrent.futures import ProcessPoolExecutor
import time
def foo(i):
time.sleep(1)
print(i)
pool = ThreadPoolExecutor(2) #线程池
pool2 = ProcessPoolExecutor(2) #进程池
if __name__ == '__main__':
for i in range(10):
pool.submit(foo, i)
#pool.submit(get_page,detail_url).add_done_callback(call_back_function) #设置回调函数
线程锁
import threading
import time
gl_num = 0
lock = threading.RLock()
def Func():
lock.acquire()
global gl_num
try:
gl_num += 1
print(gl_num)
finally: #防止死锁
lock.release()
for i in range(10):
t = threading.Thread(target=Func)
t.start()
信号量(Semaphore)
互斥锁 同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。
import threading, time
semaphore = threading.BoundedSemaphore(2) # 最多允许2个线程同时运行
def run(n):
semaphore.acquire()
time.sleep(1)
print("run the thread: %s" % n)
semaphore.release()
if __name__ == '__main__':
num = 0
for i in range(20):
t = threading.Thread(target=run, args=(i,))
t.start()
事件（event）
python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。
事件处理的机制：全局定义了一个“Flag”，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event.wait 方法时便不再阻塞。
- clear：将“Flag”设置为False
- set：将“Flag”设置为True
import threading
def do(event_obj):
print( 'start')
event_obj.wait()
print('execute')
event_obj = threading.Event() #创建event对象
for i in range(10):
t = threading.Thread(target=do, args=(event_obj,))
t.start()
event_obj.clear() #默认Flag为False
inp = input('input:')
if inp == 'true':
event_obj.set()
条件（Condition）
使得线程等待，只有满足某条件时，才释放n个线程
acquire([timeout])/release(): 调用关联的锁的相应方法。
wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。
notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池）；其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
import threadingdef run(n): con.acquire() #用来加锁 con.wait() #用来接收通知 print("run the thread: %s" % n) con.release()if __name__ == '__main__': con = threading.Condition() for i in range(10): t = threading.Thread(target=run, args=(i,)) t.setDaemon(True) t.start() while True: inp = input('>>>') #输入数字 if inp == 'q': break con.acquire() con.notify(int(inp)) #执行inp个线程(此时有10个线程开启了,notify会挑选inp个线程进行通知) # con.notify() #默认通知一个 con.release()
#优点类似yield
import threading
import time
import datetime
num = 0
con = threading.Condition()
class Gov(threading.Thread):
def __init__(self):
super(Gov, self).__init__()
def run(self):
global num
con.acquire()
while True:
print("开始拉升股市")
num += 1
print("拉升了" + str(num) + "个点")
time.sleep(2)
if num == 5:
print("暂时安全！")
con.notify()
con.wait()
con.release()
class Consumers(threading.Thread):
def __init__(self):
super(Consumers, self).__init__()
def run(self):
global num
con.acquire()
while True:
if num > 0:
print("开始打压股市")
num -= 1
print("打压了" + str(num) + "个点")
time.sleep(2)
if num == 0:
print("你妹的！天台在哪里！")
con.notify()
con.wait()
con.release()
if __name__ == '__main__':
p = Gov()
c = Consumers()
p.start()
c.start()
import threading
def condition_func():
ret = False
inp = input('>>>')
if inp == '1':
ret = True
return ret
def run(n):
con.acquire()
con.wait_for(condition_func)
print("run the thread: %s" %n)
con.release()
if __name__ == '__main__':
con = threading.Condition()
for i in range(10):
t = threading.Thread(target=run, args=(i,))
t.start()
Timer
定时器，指定n秒后执行某操作
from threading import Timer
def hello():
print("hello, world")
t = Timer(1, hello)
t.start()
python进程：
from multiprocessing import Process
def foo(i):
print('say hi', i)
if __name__ == '__main__':
for i in range(10):
p = Process(target=foo, args=(i,))
p.start()
进程数据共享
进程各自持有一份数据，默认无法共享数据
from multiprocessing import Process
li = []
def foo(i):
li.append(i) #每个进程都有一份li，并将自己的[i]append进去
print('say hi', li,i)
if __name__ == '__main__':
for i in range(10):
p = Process(target=foo, args=(i,))
p.start()
import time
time.sleep(2)
print('ending', li) #主进程的li为空
实现数据共享
方法一：利用Arrayfrom multiprocessing import Process, Array
temp = Array('i', [11, 22, 33, 44])
def Foo(temp,i):
temp[i] = 100 + i #需要将temp传递给每一个进程实现数据共享(利用Array)
print(temp[:])
if __name__ == '__main__':
for i in range(2):
p = Process(target=Foo, args=(temp,i,))
p.start()
p.join()
print(temp[:])
方法二，利用Manage
from multiprocessing import Process, Manager
import multiprocessing
lock = multiprocessing.Lock()
def Foo(dic,i):
dic[i] = "b"
if __name__ == '__main__':
manage = Manager()
dic = manage.dict()
for i in range(2):
p = Process(target=Foo, args=(dic,i,))
p.start()
p.join() #猜测目的是让主进程不能断，可能会对dic造成影响。
print(dic)
from multiprocessing import Process, Queue
def f(i,q):
q.put(i)
if __name__ == '__main__':
q = Queue()
for i in range(10):
p = Process(target=f, args=(i,q,))
p.start()
while True:
print(q.get())
进程锁
from multiprocessing import Process, Array, RLock
def Foo(lock,temp,i):
lock.acquire()
temp[i] = 100+i
print(temp[:],i)
lock.release()
lock = RLock()
temp = Array('i', [11, 22, 33, 44])
if __name__ == '__main__':
for i in range(4):
p = Process(target=Foo, args=(lock, temp, i,))
p.start()
进程池
from multiprocessing import Process, Pool
import time
def Foo(i):
time.sleep(1)
return i + 100
def Bar(arg):
print(arg)
if __name__ == '__main__':
pool = Pool(5)
# print(pool.apply(Foo, (1,))) #apply是阻塞的，所以进入子进程执行后，等待当前子进程执行完毕，在继续执行下一个进程
# print(pool.apply_async(func=Foo, args=(1,)).get()) #apply_async 是异步非阻塞的。有系统调用进程切换
for i in range(10):
pool.apply_async(func=Foo, args=(i,), callback=Bar)
pool.close()
pool.join() # 进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。
print('end')
python协程：
线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员
协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程；
利用greenlet：
from greenlet import greenlet
def test1():
print(1)
gr2.switch()
print(2)
gr2.switch()
def test2():
print(3)
gr1.switch()
print(4)
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()
利用gevent：
import gevent
def foo():
print('start foo')
gevent.sleep(0) #目的造成io堵塞，让线程切换到bar函数上
print('end foo')
def bar():
print('start bar')
gevent.sleep(0)
print('end bar')
gevent.joinall([
gevent.spawn(foo),
gevent.spawn(bar),
])
from gevent import monkey
monkey.patch_all() #必须加
import gevent
import requests
def f(url):
print('GET: %s' % url)
response = requests.request(url=url,method="GET")
data = response.text
print('%d bytes received from %s.' % (len(data), url))
gevent.joinall([
gevent.spawn(f, 'https://www.python.org/'),
gevent.spawn(f, 'https://www.yahoo.com/'),
gevent.spawn(f, 'https://github.com/'),
])
补充猴子补丁：
使用猴子补丁的方式，gevent能够修改标准库里面大部分的阻塞式系统调用，包括socket、ssl、threading和 select等模块，而变为协作式运行。也就是通过猴子补丁的monkey.patch_xxx()来将python标准库中模块或函数改成gevent中的响应的具有协程的协作式对象。这样在不改变原有代码的情况下，将应用的阻塞式方法，变成协程式的。
猴子补丁的功能很强大，但是也带来了很多的风险，尤其是像gevent这种直接进行API替换的补丁，整个Python进程所使用的模块都会被替换，可能自己的代码能hold住
import socket import select from gevent import monkey print(socket.socket) monkey.patch_socket() print(socket.socket,'after socket') print(select.select,) monkey.patch_select() print(select.select,"after select")
来源：https://www.cnblogs.com/yanxiaoge/p/10521688.html