Python学习——25.并发编程

并发编程

• 概述
  • 非并发
    • 程序由单个步骤序列构成
    • 包含独立子任务的程序执行性能低
  • 并发
    • 异步、高效
    • 分解子任务、简化流程与逻辑
  • 进程 process
    • 一个程序的执行实例
    • 每个进程有自己的地址空间、内存、数据栈及辅助数据
  • 线程 thread
    • 统一进程内，可被并行激活的控制流
    • 共享相同上下文（空间地址、数据结构）
    • 特点
      • 便于信息共享和通信
      • 线程访问顺序差异会导致结果不一致（竞争）
  • 全局解释器锁 GIL（Global Interpreter Lock）
    • Python代码由虚拟机（解释器主循环）控制
    • 主循环同时只能有一个控制线程执行
• 多线程
  • _thread 模块
    • 特点
      • 没有控制进程结束机制
      • 只有一个同步原语（锁）
      • 功能少于threading模块
    • 开始线程
      .start_new_thread(function, args, **kwargs=None)
  • threading 模块
    • .Thread线程类
      • 构造
        • .Thread(target=目标函数, args=(参数元组))
        • 自定义Thread派生类，重写run方法逻辑
      • 启动线程
        .start()
      • 要求主线程等待
        .join()
    • 获取当前线程
      .current_thread()
    • 同步原语：锁 threading.Lock
      • 获得
        .acquire()
      • 释放
        .release()
      • 支持上下文操作
        with lock:
• 队列
  • queue 模块
    • Queue
      • FIFO
      • 构造实例
        .Queue(maxsize=0)
      • 放入数据项
        .put(item, block=True, timeout=None)
      • 获取数据项
        .get(block=True, timeout=None)
      • 声明当前队列任务处理完毕
        .task_done()
      • 队列所有项处理完毕前阻塞
        .join()
    • LifoQueue
      • LIFO
    • PriorityQueue 优先队列
• 多进程
  • multiprocessing模块
    充分运用多核、多CPU的计算能力，适用于计算密集型任务
• concurrent.futures 模块
  • ThreadPoolExecutor
  • ProcessPoolExecutor