线程就栈寄存那些东西，占用内存小
内存数据的共享问题import osimport timefrom threading import Thread# 多线程并发# def func(a,b):# global g# g = 0# print(g,os.getpid())## g = 100# t_lst = []# for i in range(10):# t = Thread(target=func,args=(i,5))# t.start()# t_lst.append(t)# for t in t_lst : t.join()# print(g)
# class MyTread(Thread):# def __init__(self,arg): #重写_init_方法# super().__init__()# self.arg = arg# def run(self): #必须定义run# time.sleep(1)# print(self.arg)## t = MyTread(10)# t.start()# 进程 是 最小的 内存分配单位# 线程 是 操作系统调度的最小单位# 线程直接被CPU执行,进程内至少含有一个线程,也可以开启多个线程 # 开启一个线程所需要的时间要远远小于开启一个进程 # 多个线程内部有自己的数据栈,数据不共享 # 全局变量在多个线程之间是共享的上图中间横杆是访问线程数据入口加全局锁# GIL锁(即全局解释器锁)# 在Cpython解释器下的python程序 在同一时刻 多个线程中只能有一个线程被CPU执行# 高CPU : 计算类 --- 高CPU利用率 （建议用多进程，不用用多线程）# 高IO : 爬取网页 200个网页（多线程） # qq聊天 send recv # 处理日志文件 读文件 # 处理web请求 # 读数据库 写数据库import timefrom threading import Threadfrom multiprocessing import Processdef func(n): n + 1if __name__ == '__main__': start = time.time() t_lst = [] for i in range(100): t = Thread(target=func,args=(i,)) # 多线程 t.start() t_lst.append(t) for t in t_lst:t.join() t1 = time.time() - start start = time.time() t_lst = [] for i in range(100): t = Process(target=func, args=(i,)) # 多进程（进程之间切换消耗时间较长，对于高IO的并发建议用多线程） t.start() t_lst.append(t) for t in t_lst: t.join() t2 = time.time() - start print(t1,t2)线程模块中的其他方法
import time
import threading
def wahaha(n):
time.sleep(0.5)
print(n,threading.current_thread(),threading.get_ident()) #线程名和ID
for i in range(10): # 10个子线程
threading.Thread(target=wahaha,args=(i,)).start()
print(threading.active_count()) # 打印结果是11 ， 10个子线程+1个主线程 （查看当前线程数）
print(threading.current_thread()) #主线程 1个
print(threading.enumerate()) # 显示11个线程，以列表打印
来源：https://www.cnblogs.com/mys6/p/10859381.html