Python多任务总结

1. 多任务
   什么是多任务
   同时做多件事件(做个多个任务),运行多个方法
   多任务的原理
   并发：假的多任务，时间片的轮转，快速的交替运行任务
   并行：真的多任务，一个核处理一个任务
   实现多任务的三种方式
   线程
   进程
   协程
2. 线程
   概念：程序执行的最小单位，依赖于进程
   特点
   程序运行起来，就给它创建了一个主线程，等待子线程结束后再结束
   共享全局变量，通过args参数给线程传递数据
   从系统开销讲，进程>线程>协程
   互斥锁
   主要解决了资源竞争的问题
   使用互斥锁
   创建锁对象mutex=threading.Lock()
   获取锁 mutex.acquire
   释放锁 mutex.release
   死锁
   原因：两个线程都在等待对方释放锁
   解决方案：
   写代码设计的时候避免
   设置超时时间
   银行家算法
3. 进程
   概念：它是代码和资源的集合，分配资源的最小单位，可以在任务列表中查看进程
   特点
   程序运行起来，就会给其创建一个主进程，等待子进程结束后，再结束
   进程调用start()方法后就进入了运行态
   写时拷贝处理数据，通过args给进程传递数据
   从系统开销讲，进程>线程>协程
   进程间通信
   作用：多个进程之间传递数据
   写法
   创建队列对象q=multiprocessing.Queue()
   一个进程给队列中放消息q.put()
   另一个进程从队列中去消息q.get()
   进程池
   为什么要用进程池？
   减少了创建、销毁进程的次数，从而提交效率
   原理
   一次性在进程池中创建多条进程，循环着去使用
   写法
   创建进程池po=multiprocessing.Pool()
   加入任务 po.aplay_async()
   关闭po.close
   应用场景
   任务比较多的时候
   不知道有多少个任务的时候
4. 协程
   什么是可迭代对象
   一个普通的对象实现了iter内置函数
   什么是迭代器
   一个普通的对象实现了iter和next内置函数
   迭代器的特点
   保存的是生成数据的方式，而不直接存储数据
   好处：节省系统空间
   什么是生成器
   它是一个特殊的迭代器
   yield
   一个普通的函数里面写了yield的话，他就是一个生成器模板
   执行函数遇到yield会阻塞
   调用next()或者send()会解阻塞
   利用yield做协程
   写多个函数，每个函数中都写yield，函数执行时遇到yield就会阻塞
   然后交替着题调用不同任务的next()方法，这样就用协程实现了多任务
   原理：
   利用线程的空闲时间去执行其他的任务
   特点：
   协程依赖于线程，线程依赖进程
   从系统开销讲，进程>线程>协程
   实现协程的三种方式
   yield next() send()
   greenlet
   gevent
   gevent.spawn(函数名).join()
   gevent.joinall([gevent.spawn(函数名)])