python多线程编程1— python对多线程的支持
多线程编程必需领略的一些根基观念，合用于所有编程语言。内容：
并发式编程
多任务操纵系统
多线程vs多历程
线程安详
线程的生命周期
线程的范例
并发式编程
差异的编程范式对软件有差异的视角。并发式编程将软件看做任务和资源的组合——任务之间竞争和共享资源，当资源满意时执行任务，不然期待资源。
并发式编程使得软件易于领略和重用，在某些场景可以或许极大提高机能。
多任务操纵系统
要实现并发，首先需要操纵系统的支持。此刻的操纵系统大部门都是多任务操纵系统，可以“同时”执行多个任务。
多任务可以在历程或线程的层面执行。
历程是指一个内存中运行的应用措施，每个历程都有本身独立的一块内存空间。多任务操纵系统可以“并发”执行这些历程。
线程是指历程中乱序、多次执行的代码块，多个线程可以“同时”运行，所以认为多个线程是“并发”的。多线程的目标是为了最大限度的操作CPU资源。好比一个JVM历程中，所有的措施代码都以线程的方法运行。
这内里的“同时”、“并发”只是一种宏观上的感觉，实际上从微观层面看只是历程/线程的轮换执行，只不外切换的时间很是短，所以发生了“并行”的感受。
多线程vs多历程
操纵系统会为每个历程分派差异的内存块，而多个线程共享历程的内存块。这带来最直接的差异就是建设线程的开销远小于建设历程的开销。
同时，由于内存块差异，所以历程之间的通信相对坚苦。需要回收pipe/named pipe，signal, message queue, shared memory,socket等手段；而线程间的通信简朴快速，就是共享历程内的全局变量。
可是，历程的调治由操纵系统认真，线程的调治就需要我们本身来思量，制止死锁，饥饿，活锁，资源枯竭等环境的产生，这会增加必然的巨大度。并且，由于线程之间共享内存，我们还需要思量线程安详性的问题。
线程安详
觉得线程间共享历程中的全局变量，所以当其他线程改变了共享的变量时，大概会对本线程发生影响。所谓线程安详的约束是指一个函数被多个并发线程重复挪用时，要一直发生正确的功效。要担保线程安详，主要是通过加锁的方法担保共享变量的正确会见。
比线程安详更严格的约束是"可重入性"，即函数在一个线程内执行的进程中被暂停，接下来又在另一个线程内被挪用，之后在返回原线程继承执行。在整个进程中都能担保正确执行。担保可重入性，凡是通过建造全局变量的当地拷贝来实现。
线程的生命周期
所谓的xx生命周期，其实就是某工具的包括发生和销毁的一张状态图。线程的生命周期如下图所示：
各状态的说明如下：
New新建。新建设的线程颠末初始化后，进入Runnable状态。
Runnable停当。期待线程调治。调治后进入运行状态。
Running运行。
Blocked阻塞。暂停运行，清除阻塞后进入Runnable状态从头期待调治。
Dead消亡。线程要领执行完毕返回可能异常终止。
大概有3种环境从Running进入Blocked：
同步：线程中获取同步锁，可是资源已经被其他线程锁按时，进入Locked状态，直到该资源可获取（获取的顺序由Lock行列节制）
睡眠：线程运行sleep()或join()要领后，线程进入Sleeping状态。区别在于sleep期待牢靠的时间，而join是期待子线程执行完。虽然join也可以指定一个“超时时间”。从语义上来说，假如两个线程a,b, 在a中挪用b.join()，相当于归并(join)成一个线程。最常见的环境是在主线程中join所有的子线程。
期待：线程中执行wait()要领后，线程进入Waiting状态，期待其他线程的通知(notify）。
线程的范例
主线程：当一个措施启动时，就有一个历程被操纵系统（OS）建设，与此同时一个线程也立即运行，该线程凡是叫做措施的主线程（Main Thread）。每个历程至少都有一个主线程，主线程凡是最后封锁。
子线程：在措施中建设的其他线程，相对付主线程来说就是这个主线程的子线程。
守护线程：daemon thread，对线程的一种标识。守护线程为其他线程提供处事，如JVM的垃圾接纳线程。当剩下的全是守护线程时，历程退出。
前台线程：相对付守护线程的其他线程称为前台线程。
python对多线程的支持
虚拟机层面
Python虚拟机利用GIL（Global Interpreter Lock，全局表明器锁）来互斥线程对共享资源的会见，临时无法操作多处理惩罚器的优势。
语言层面
在语言层面，Python对多线程提供了很好的支持，Python中多线程相关的模块包罗：thread，threading，Queue。可以利便地支持建设线程、互斥锁、信号量、同步等特性。
thread：多线程的底层支持模块，一般不发起利用。
threading：对thread举办了封装，将一些线程的操纵工具化，提供下列类：
Thread 线程类
Timer与Thread雷同，但要期待一段时间后才开始运行
Lock 锁原语
RLock 可重入锁。使单线程可以再次得到已经得到的锁
Condition 条件变量，能让一个线程停下来，期待其他线程满意某个“条件”
Event 通用的条件变量。多个线程可以期待某个事件产生，在事件产生后，所有的线程都被激活
Semaphore为期待锁的线程提供一个雷同“等待室”的布局
BoundedSemaphore 与semaphore雷同，但不答允高出初始值
Queue：实现了多出产者（Producer）、多消费者（Consumer）的行列，支持锁原语，可以或许在多个线程之间提供很好的同步支持。提供的类：
Queue行列
LifoQueue后入先出（LIFO）行列
PriorityQueue 优先行列
个中Thread类是你主要的线程类，可以建设历程实例。该类提供的函数包罗：
getName(self) 返回线程的名字
isAlive(self) 布尔符号，暗示这个线程是否还在运行中
isDaemon(self) 返回线程的daemon符号
join(self, timeout=None) 措施挂起，直到线程竣事，假如给出timeout，则最多阻塞timeout秒
run(self) 界说线程的成果函数
setDaemon(self, daemonic) 把线程的daemon符号设为daemonic
setName(self, name) 配置线程的名字
start(self) 开始线程执行
第三方支持
假如你出格在意机能，还可以思量一些“微线程”的实现：
Stackless Python：Python的一个加强版本，提供了对微线程的支持。微线程是轻量级的线程，在多个线程间切换所需的时间更多，占用资源也更少。
#p#分页标题#e#
greenlet：是 Stackless 的副产物，其将微线程称为 “tasklet” 。tasklet运行在伪并发中，利用channel举办同步数据互换。而”greenlet”是越发原始的微线程的观念，没有调治。你可以本身结构微线程的调治器，也可以利用greenlet实现高级的节制流。
下一节，将开始用python建设和启动线程。
