2023.12.28 Python 多进程多线程

1- 多进程：计算机分配资源的最小单位。
2- 多线程：CPU进行任务切换的最小单位。
3- 线程不能独立存在，必须存在在进程中。
4- 多进程中，多个子进程和主进程间，不会共享全局变量
5- 多线程中，多个子线程和主线程间，会共享全局变量
6- 将子线程，标记为守护线程。只有设置为守护线程的，才会在主线程运行结束后，跟着结束。否则不受任何影响

• 并发与并行

  • 并发：在一段时间内快速交替去执行多个任务（多线程）

  • 并行：在一段时间内真正的同时一起执行多个任务（多进程）

• 进程（Process）

  • 是操作系统进行资源分配的基本单位

  • 进程可以有一个或多个子进程

  • 最原始的父进程是由操作系统提供的

• 线程（Thread）

  • 是CPU进行调度的基本单位

  • 线程可以有一个或多个子线程

  • 线程是由进程主动创建出来的，创建第一次创建子线程时才会出现主线程

• 线程的资源共享问题（只存在于低版本的Python解释器比如3.6.5，3.10已解决）：当多个线程同时操作同一个共享的全局变量时，可能会造成错误的结果，解决办法如下

  • 线程同步：保证同一时刻只能有一个线程去操作共享资源(全局变量)

    • 线程等待thread.join()：

      • 让一个线程完全执行结束，再去执行另一个线程

      • 缺点：一个执行完再执行另一个，和单任务几乎没有区别

    • 互斥锁：

      • 多个线程去抢同一把"锁"，threading.Lock()抢到锁的线程执行，没抢到锁的线程会阻塞等待。

      • 缺点：虽然保障程序执行的多任务，如果频繁的加锁、释放锁会额外增加执行的时间消耗

  • 从场景下手：不用多线程做累加count操作，只做append操作！

• 进程线程对比

  • 进程是操作系统资源分配的基本单位，线程是CPU调度的基本单位。

  • 线程不能够独立执行，必须依存在进程中。

  • 创建进程的资源开销要比创建线程的资源开销要大。

  • 进程之间不共享全局变量，线程之间共享全局变量，但是在低版本的Python中要注意线程资源竞争的问题。

  • 进程稳定性高，适合计算密集型任务；线程适合IO密集型任务

  • 目前Python多线程不能利用CPU多核心优势，想利用CPU多核心的优势，Python只能采用多进程