0%

线程

看了一遍排在前面的答案,类似”进程是资源分配的最小单位,线程是CPU调度的最小单位“这样的回答感觉太抽象,都不太容易让人理解。

做个简单的比喻:进程=火车,线程=车厢

线程在进程下行进(单纯的车厢无法运行)
一个进程可以包含多个线程(一辆火车可以有多个车厢)
不同进程间数据很难共享(一辆火车上的乘客很难换到另外一辆火车,比如站点换乘)
同一进程下不同线程间数据很易共享(A车厢换到B车厢很容易)
进程要比线程消耗更多的计算机资源(采用多列火车相比多个车厢更耗资源)
进程间不会相互影响,一个线程挂掉将导致整个进程挂掉(一列火车不会影响到另外一列火车,但是如果一列火车上中间的一节车厢着火了,将影响到所有车厢)
进程可以拓展到多机,进程最多适合多核(不同火车可以开在多个轨道上,同一火车的车厢不能在行进的不同的轨道上)
进程使用的内存地址可以上锁,即一个线程使用某些共享内存时,其他线程必须等它结束,才能使用这一块内存。(比如火车上的洗手间)-”互斥锁”
进程使用的内存地址可以限定使用量(比如火车上的餐厅,最多只允许多少人进入,如果满了需要在门口等,等有人出来了才能进去)-“信号量”

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
import threading
import time
import random


def takeSleep(id, name):
print(name+'-'+id+':线程开始运行...')
time.sleep(random.randint(0, 3))
print(name+'-'+id+':线程任务结束')


print('主程序开始运行...')
threads = []
for i in range(0, 5):
t = threading.Thread(target=takeSleep, args=(str(i), 'zhangphil'))
threads.append(t)
t.start()

print('主程序运行中...')

#等待所有线程任务结束。
for t in threads:
t.join()

print("所有线程任务完成")

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

主程序开始运行...
zhangphil-0:线程开始运行...
zhangphil-1:线程开始运行...
zhangphil-0:线程任务结束zhangphil-2:线程开始运行...
zhangphil-3:线程开始运行...

zhangphil-1:线程任务结束
zhangphil-4:线程开始运行...主程序运行中...

zhangphil-4:线程任务结束
zhangphil-2:线程任务结束
zhangphil-3:线程任务结束
所有线程任务完成


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
from multiprocessing import  Process

def fun1(name):
print('测试%s多进程' %name)

if __name__ == '__main__':
process_list = []
for i in range(5): #开启5个子进程执行fun1函数
p = Process(target=fun1,args=('Python',)) #实例化进程对象
p.start()
process_list.append(p)

for i in process_list:
p.join()

print('结束测试')
1
2
3
4
5
6
测试Python多进程
测试Python多进程
测试Python多进程
测试Python多进程
测试Python多进程
结束测试
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import threading
import time


def child_thread1():
for i in range(100):
time.sleep(1)
print('child_thread1_running...')


def parent_thread():
print('parent_thread_running...')
thread1 = threading.Thread(target=child_thread1)
thread1.start()
print('parent_thread_exit...')


if __name__ == "__main__":
parent_thread()
1
2
3
4
5
6
7
parent_thread_running...
parent_thread_exit...
child_thread1_running...
child_thread1_running...
child_thread1_running...
child_thread1_running...
...

获取返回值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import concurrent.futures
_pool = concurrent.futures.ThreadPoolExecutor()

def func1():
for i in range(0, 100000000):
pass
return 'abc'

def func2():
for i in range(0, 100000000):
pass
return 'xyz'

if __name__=='__main__':
p1 = _pool.submit(func1)
p2 = _pool.submit(func2)

print(p1.result(), p2.result())