知识转鉴：
Python线程
1、基础认识
Threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。
#!/usr/bin/env python# coding:utf-8__author__ = "King"import threadingimport timelock = threading.RLock()def show(arg): lock.acquire() time.sleep(1) print "thread:"+str(arg) lock.release()for i in range(10): t = threading.Thread(target=show, args=(i,)) """ *target* is the callable object to be invoked by the run() method. Defaults to None, meaning nothing is called. *args* is the argument tuple for the target invocation. Defaults to (). """ t.start()print "main thread stop ..."
上述代码创建了10个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令
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）
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调度后执行Thread类对象的run方法
2、线程锁
由于线程之间是进行随机调度，并且每个线程可能只执行n条任务后，CPU接着执行其他线程。这样就会出现进程抢占的现象，所以出现了线程锁的机制。
（1）不加锁
#!/usr/bin/env python# coding:utf-8__author__ = "QingPing"import threadingimport timegl_num = 0def show(arg): global gl_num time.sleep(1) gl_num +=1 print gl_numfor i in range(10): t = threading.Thread(target=show, args=(i,)) t.start()print 'main thread stop'## 不加锁，输出gl_num会乱掉
（2）加锁后
#!/usr/bin/env python# coding:utf-8__author__ = "QingPing"import threadingimport timegl_num = 0lock = threading.RLock()def Func(): lock.acquire() global gl_num gl_num +=1 time.sleep(1) print gl_num lock.release()for i in range(10): t = threading.Thread(target=Func) t.start() ## 而加了线程锁后，线程按顺序等待执行，不会出现抢占
3、Event模块
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
#!/usr/bin/env python# coding:utf-8__author__ = "King"import threadingdef do(event): print "start" event.wait() print "execute"event_obj = threading.Event()""" threading.Event():A factory function that returns a new event object. An event manages a flag that can be set to true with the set() method and reset to false with the clear() method. The wait() method blocks until the flag is true."""for i in range(10): t = threading.Thread(target=do, args=(event_obj, )) t.start()event_obj.set()print "True... of set()"
4、线程池
python中默认没有提供线程池的：
Python进程
1、基础的进程
from multiprocessing import Processimport threadingimport time def foo(i): print 'say hi',i for i in range(10): p = Process(target=foo,args=(i,)) p.start()
2、进程间的数据共享
（1）默认进程间是不共享数据的
#!/usr/bin/env python# coding:utf-8__author__ = "QingPing"from multiprocessing import Processlis = []def foo(i): lis.append(i) print 'say hi',lisfor i in range(10): p = Process(target=foo,args=(i,)) p.start()print 'ending',lis
（2）进程间数据共享
#方法一，Arrayfrom multiprocessing import Process,Arraytemp = Array('i', [11,22,33,44]) def Foo(i): temp[i] = 100+i for item in temp: print i,'----->',item for i in range(2): p = Process(target=Foo,args=(i,)) p.start() #方法二：manage.dict()共享数据from multiprocessing import Process,Manager manage = Manager()dic = manage.dict() def Foo(i): dic[i] = 100+i print dic.values() for i in range(2): p = Process(target=Foo,args=(i,)) p.start() p.join()""" 'c': ctypes.c_char, 'u': ctypes.c_wchar, 'b': ctypes.c_byte, 'B': ctypes.c_ubyte, 'h': ctypes.c_short, 'H': ctypes.c_ushort, 'i': ctypes.c_int, 'I': ctypes.c_uint, 'l': ctypes.c_long, 'L': ctypes.c_ulong, 'f': ctypes.c_float, 'd': ctypes.c_double""" 当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值。
进程锁
from multiprocessing import Process, Array, RLockdef Foo(lock,temp,i): """ 将第0个数加100 """ lock.acquire() temp[0] = 100+i for item in temp: print i,'----->',item lock.release()lock = RLock()temp = Array('i', [11, 22, 33, 44])for i in range(20): p = Process(target=Foo,args=(lock,temp,i,)) p.start() 3、进程池
进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
进程池中有两个方法：
- apply
- apply_async
#!/usr/bin/env python# coding:utf-8__author__ = "QingPing"from multiprocessing import Process,Poolimport time def Foo(i): time.sleep(2) return i+100 def Bar(arg): print arg pool = Pool(5)#print pool.apply(Foo,(1,))#print pool.apply_async(func =Foo, args=(1,)).get() for i in range(10): pool.apply_async(func=Foo, args=(i,),callback=Bar) print 'end'pool.close()# 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。pool.join()
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。
协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。
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；
greenlet
#!/usr/bin/env python# coding:utf-8__author__ = "King"from greenlet import greenlet def test1(): print 12 gr2.switch() print 34 gr2.switch() def test2(): print 56 gr1.switch() print 78 gr1 = greenlet(test1)gr2 = greenlet(test2)gr1.switch()
gevent
import gevent def foo(): print('Running in foo') gevent.sleep(0) print('Explicit context switch to foo again') def bar(): print('Explicit context to bar') gevent.sleep(0) print('Implicit context switch back to bar') gevent.joinall([ gevent.spawn(foo), gevent.spawn(bar),]) 遇到IO操作时自动切换
from gevent import monkey; monkey.patch_all()import geventimport urllib2def f(url): print('GET: %s' % url) resp = urllib2.urlopen(url) data = resp.read() 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/'),])