python----线程进程协程

python线程：

import threading
import time
def show(arg):
    time.sleep()
    print('thread' + str(arg))
for i in range():
    t = threading.Thread(target=show, args=(i,))
    t.start()
print('main thread stop')

import threading
class MyThread(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)

    def run(self):
        print("线程开始运行")

t1 = MyThread()
t1.start()

通过类创建线程

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） t.setDaemon(True) 必须在 t.start()  之前调用
                     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调度后自动执行线程对象的run方法

线程池

from concurrent.futures import ThreadPoolExecutor
from concurrent.futures import ProcessPoolExecutor
import time
def foo(i):
    time.sleep(1)
    print(i)
pool = ThreadPoolExecutor(2)           #线程池
pool2 = ProcessPoolExecutor(2)         #进程池

if __name__ == '__main__':
    for i in range(10):
        pool.submit(foo, i)

　　　　 #pool.submit(get_page,detail_url).add_done_callback(call_back_function)  #设置回调函数  

线程锁

import threading
import time
gl_num = 0
lock = threading.RLock()
def Func():
    lock.acquire()
    global gl_num
    try:
        gl_num += 1
        print(gl_num)
    finally:             #防止死锁
        lock.release()
for i in range(10):
    t = threading.Thread(target=Func)
    t.start()

信号量(Semaphore)

互斥锁 同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。

import threading, time

semaphore = threading.BoundedSemaphore(2)  # 最多允许2个线程同时运行
def run(n):
    semaphore.acquire()
    time.sleep(1)
    print("run the thread: %s" % n)
    semaphore.release()
if __name__ == '__main__':
    num = 0
    for i in range(20):
        t = threading.Thread(target=run, args=(i,))
        t.start()

事件（event）

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

import threading
def do(event_obj):
    print( 'start')
    event_obj.wait()
    print('execute')

event_obj = threading.Event()   #创建event对象
for i in range(10):
    t = threading.Thread(target=do, args=(event_obj,))
    t.start()
event_obj.clear()               #默认Flag为False
inp = input('input:')
if inp == 'true':
    event_obj.set()

条件（Condition）

使得线程等待，只有满足某条件时，才释放n个线程

acquire([timeout])/release(): 调用关联的锁的相应方法。 
wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。 
notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池）；其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。 
notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。

import threading
def run(n):
    con.acquire()          #用来加锁
    con.wait()             #用来接收通知
    print("run the thread: %s" % n)
    con.release()
if __name__ == '__main__':
    con = threading.Condition()
    for i in range(10):
        t = threading.Thread(target=run, args=(i,))
        t.setDaemon(True)
        t.start()
    while True:
        inp = input('>>>')        #输入数字
        if inp == 'q':
            break
        con.acquire()
        con.notify(int(inp))       #执行inp个线程(此时有10个线程开启了,notify会挑选inp个线程进行通知)
        # con.notify()               #默认通知一个
        con.release()

#优点类似yield
import threading
import time
import datetime
num = 0
con = threading.Condition()
class Gov(threading.Thread):
    def __init__(self):
        super(Gov, self).__init__()
    def run(self):
        global num
        con.acquire()
        while True:
            print("开始拉升股市")
            num += 1
            print("拉升了" + str(num) + "个点")
            time.sleep(2)
            if num == 5:
                print("暂时安全！")
                con.notify()
                con.wait()
        con.release()
class Consumers(threading.Thread):
    def __init__(self):
        super(Consumers, self).__init__()
    def run(self):
        global num
        con.acquire()
        while True:
            if num > 0:
                print("开始打压股市")
                num -= 1
                print("打压了" + str(num) + "个点")
                time.sleep(2)
                if num == 0:
                    print("你妹的！天台在哪里！")
                    con.notify()
                    con.wait()
        con.release()
if __name__ == '__main__':
    p = Gov()
    c = Consumers()
    p.start()
    c.start()

额外例子

import threading
def condition_func():
    ret = False
    inp = input('>>>')
    if inp == '':
        ret = True
    return ret
def run(n):
    con.acquire()
    con.wait_for(condition_func)
    print("run the thread: %s" %n)
    con.release()
if __name__ == '__main__':
    con = threading.Condition()
    for i in range(10):
        t = threading.Thread(target=run, args=(i,))
        t.start()

额外例子

Timer

定时器，指定n秒后执行某操作

from threading import Timer
def hello():
    print("hello, world")
t = Timer(1, hello)
t.start() 

python进程：

from multiprocessing import Process
def foo(i):
    print('say hi', i)

if __name__ == '__main__':
    for i in range(10):
        p = Process(target=foo, args=(i,))
        p.start()

进程数据共享

进程各自持有一份数据，默认无法共享数据

from multiprocessing import Process
li = []
def foo(i):
    li.append(i)   #每个进程都有一份li，并将自己的[i]append进去
    print('say hi', li,i)
if __name__ == '__main__':
    for i in range(10):
        p = Process(target=foo, args=(i,))
        p.start()
    import time
    time.sleep(2)
    print('ending', li)  #主进程的li为空

实现数据共享

方法一：利用Array
from multiprocessing import Process, Array
temp = Array('i', [11, 22, 33, 44])

def Foo(temp,i):
    temp[i] = 100 + i     #需要将temp传递给每一个进程实现数据共享(利用Array)
    print(temp[:])
if __name__ == '__main__':
    for i in range(2):

        p = Process(target=Foo, args=(temp,i,))
        p.start()
        p.join()
    print(temp[:])

方法二，利用Manage
from multiprocessing import Process, Manager
import multiprocessing
lock = multiprocessing.Lock()
def Foo(dic,i):
    dic[i] = "b"
if __name__ == '__main__':
    manage = Manager()
    dic = manage.dict()
    for i in range(2):
        p = Process(target=Foo, args=(dic,i,))
        p.start()
        p.join()         #猜测目的是让主进程不能断，可能会对dic造成影响。
    print(dic)

from multiprocessing import Process, Queue
def f(i,q):
    q.put(i)
if __name__ == '__main__':
    q = Queue()
    for i in range(10):
        p = Process(target=f, args=(i,q,))
        p.start()
    while True:
        print(q.get())

使用Queue

进程锁

from multiprocessing import Process, Array, RLock
def Foo(lock,temp,i):
    lock.acquire()
    temp[i] = 100+i
    print(temp[:],i)
    lock.release()
lock = RLock()
temp = Array('i', [11, 22, 33, 44])
if __name__ == '__main__':
    for i in range(4):
        p = Process(target=Foo, args=(lock, temp, i,))
        p.start()

进程池

from multiprocessing import Process, Pool
import time
def Foo(i):
    time.sleep(1)
    return i + 100
def Bar(arg):
    print(arg)

if __name__ == '__main__':
    pool = Pool(5)
    # print(pool.apply(Foo, (1,)))                              #apply是阻塞的，所以进入子进程执行后，等待当前子进程执行完毕，在继续执行下一个进程
    # print(pool.apply_async(func=Foo, args=(1,)).get())        #apply_async 是异步非阻塞的。有系统调用进程切换
    for i in range(10):
        pool.apply_async(func=Foo, args=(i,), callback=Bar)
    pool.close()
    pool.join()  # 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。
    print('end')

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；

利用greenlet：

from greenlet import greenlet
def test1():
    print(1)
    gr2.switch()
    print(2)
    gr2.switch()
def test2():
    print(3)
    gr1.switch()
    print(4)
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()

利用gevent：

import gevent
def foo():
    print('start foo')
    gevent.sleep(0)     #目的造成io堵塞，让线程切换到bar函数上
    print('end foo')
def bar():
    print('start bar')
    gevent.sleep(0)
    print('end bar')
gevent.joinall([
    gevent.spawn(foo),
    gevent.spawn(bar),
])

from gevent import monkey
monkey.patch_all()              #必须加
import gevent
import requests
def f(url):
    print('GET: %s' % url)
    response = requests.request(url=url,method="GET")
    data = response.text
    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/'),
])

gevent实用场景

补充猴子补丁：

　　使用猴子补丁的方式，gevent能够修改标准库里面大部分的阻塞式系统调用，包括socket、ssl、threading和 select等模块，而变为协作式运行。也就是通过猴子补丁的monkey.patch_xxx()来将python标准库中模块或函数改成gevent中的响应的具有协程的协作式对象。这样在不改变原有代码的情况下，将应用的阻塞式方法，变成协程式的。

　　猴子补丁的功能很强大，但是也带来了很多的风险，尤其是像gevent这种直接进行API替换的补丁，整个Python进程所使用的模块都会被替换，可能自己的代码能hold住

import socket
import select
from gevent import monkey
print(socket.socket)
monkey.patch_socket()
print(socket.socket,'after socket')

print(select.select,)
monkey.patch_select()
print(select.select,"after select")