什么是进程?
电脑中时会有很多单独运行的程序,每个程序有一个独立的进程,
而进程之间是相互独立存在的。比如下标中的QQ播放器、小鹅通等等。
什么是线程?
进程可以简单的理解为一个可以独立运行的程序单位,它是线程的集合,进程就是有一个或多个线程构成的。
而线程是进程中的实际运行单位,是操作系统进行运算调度的最小单位。
可理解为线程是进程中的一个最小运行单元。
什么是多进程?
同理,多进程就是指计算机同时执行多个进程,一般是同时运行多个软件。
什么是多线程?
提到多线程这里要说两个概念,就是串行和并行搞清楚这个,我们才能更好地理解多线程。
串行:
所谓串行,其实是相对于单条线程来执行多个任务来说的,
我们就拿下载文件来举个例子:当我们下载多个文件时,在串行中它是按照一定的顺序去进行下载的,
也就是说,必须等下载完A之后才能开始下载B,它们在时间上是不可能发生重叠的。
并行:
下载多个文件,开启多条线程,多个文件同时进行下载,
这里是严格意义上的,在同一时刻发生的,并行在时间上是重叠的。
## ==简单了解了这两个概念之后,我们再来说说到底什么什么是多线程?==
举个例子,我们打开腾讯管家,腾讯管家本身就是一个程序,也就是说它就是一个进程,它里面有很多的功能,我们可以看下图,能查杀病毒、清理垃圾、电脑加速等众多功能。
按照单线程来说,无论你想要清理垃圾、还是病毒查杀,那么你必须先做完其中的一件事,才能做下一件事,这里面是有一个执行顺序的。
如果是多线程的话,我们其实在清理垃圾的时候,还可以进行查杀病毒、电脑加速等等其他的操作,这个是严格意义上的同一时刻发生的,没有执行上的先后顺序。
**简单理解为:多线程就是指一个进程中同时有多个线程正在执行。**
多线程爬虫
由于外部网络不稳定,在使用单线程爬取网页数据时,如果有一个网页响应速度慢或者卡住了,那整个程序都要等待下去,这显然是无效率的。因此,我们可以使用多线程、多进程、协程技术来实现并发下载网页。 那么,在Python中多线程、多进程和协程应该如何选择呢? 一般来说,多进程适用于CPU密集型的代码,例如各种循环处理、大量的密集并行计算等。多线程适用于I/O密集型的代码,例如文件处理、网络交互等。协程无需通过操作系统调度,没有进程、线程之间的切换和创建等开销,适用于大量不需要CPU的操作,例如网络I/O等。 实际上,限制爬虫程序发展的瓶颈就在于网络I/O,原因是网络I/O的速度赶不上CPU的处理速度。结合多线程、多进程和协程的特点和用途,我们一般采用多线程和协程技术来实现爬虫程序。
多任务基本介绍
有很多的场景中的事情是同时进行的,比如开车的时候 手和脚共同来驾驶汽车,再比如唱歌跳舞也是同时进行的。
程序中模拟多任务
import time
def sing():
for i in range(3):
print("正在唱歌... %d"%i)
time.sleep(1)
def dance():
for i in range(3):
print("正在跳舞...%d"%i)
time.sleep(1)
if name == 'main':
sing()
dance()
多线程的创建
通过函数来创建
1 通过函数来创建 通过threading模块当中的一个Thread类,有一个target参数。这个参数需要我们传递一个函数对象。这个函数就可以实现多线程的逻辑 def Demo01(): print('hello 子线程') if __name__ == "__main__": for i in range(5): t = threading.Thread(target=Demo01) time.sleep(1) t.start()
通过类来创建
2 通过类来创建 自定义一个类,需要继承父类 threading.Thread 并重写run()方法 class Demo02(threading.Thread): def run(self) -> None: for i in range(5): print("hello 子线程") if __name__ == "__main__": d = Demo02() d.start()
主线程和子线程的执行关系
-
主线程会等待子线程结束之后在结束
-
join() 等待子线程结束之后,主线程继续执行
-
setDaemon() 守护线程,不会等待子线程结束
3 主线程和子线程的执行关系
主线程会等子线程结束之后再结束!考试例子画图
打印的结果有很多种 可以来猜一猜?
def Demo01():
for i in range(5):
print('hello 子线程')
time.sleep(1)
if __name__ == "__main__":
t = threading.Thread(target=Demo01)
t.setDaemon(True) # 守护线程,不会等待子线程结束
t.start()
# 第一种sleep(5秒)
# t.join() # 等待子线程结束之后,主线程继续执行
print(123)
查看线程数量
threading.enumerate() 查看当前线程的数量
查看线程数量会用到enumerate()方法 enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中
name = ["岳岳1", '岳岳2', '岳岳3']
for index, i in enumerate(name):
print(index, i)
import threading
import time
def demo1():
for i in range(5):
print(f"demo1---{i}")
time.sleep(1)
def demo2():
for i in range(10): # 作为区别将5改成10
print(f"demo2---{i}")
time.sleep(1)
def main():
t1 = threading.Thread(target=demo1)
t2 = threading.Thread(target=demo2)
t1.start()
t2.start()
print(threading.enumerate()) # 线程是存活的
while True:
print(threading.enumerate())
if len(threading.enumerate()) <= 1:
break
time.sleep(1)
if name == 'main':
main()
验证子线程的创建与执行
验证子线程的创建与执行
def demo3():
for i in range(5):
print(f"demo1---{i}")
time.sleep(1)
def main():
print(threading.enumerate())
t1 = threading.Thread(target=demo3) # 这里并没有创建线程
print(threading.enumerate())
t1.start() # 当我们的调用start方法之后才成功的创建了这个子线程
print(threading.enumerate())
if name == 'main':
main()
线程中的资源竞争问题
a = 20
def fun1():
# 希望在函数内部修改全局变量的值 那就需要使用到一个关键字 global
global a
a = 10
print("函数内部:a = ", a)
fun1()
print('函数外部: a = ', a)
import threading
import time
num = 100
def demo1():
global num
num += 1
print(f'demo1--num--{num}')
def demo2():
print(f'demo2--num--{num}')
def main():
t1 = threading.Thread(target=demo1)
t2 = threading.Thread(target=demo2)
t1.start()
t2.start()
print(f'main--num--{num}')
if name == 'main':
main()
import threading
import time
num = 0
def demo1(nums):
global num
for i in range(nums):
num += 1
print(f'demo1--num--{num}')
def demo2(nums):
global num
for i in range(nums):
num += 1
print(f'demo2--num--{num}')
def main():
t1 = threading.Thread(target=demo1, args=(1000000,))
t2 = threading.Thread(target=demo2, args=(1000000,))
t1.start()
t2.start()
time.sleep(1)
print(f'main--num--{num}')
if name == 'main':
main()