- 1、什么是多线程
- 2、多线程的作用
- 3、常见的程序运行方式
- 4、cpu密集与io密集的区别
- 5、了解GIL全局解释器锁
- 6、多线程的运用
- 7、Python中的queue队列
- 8、生产者-消费者模式
- 9、线程池的使用
- 9.1、submit方法：
- 9.2、map方法
说起进程，就不得不说下程序。程序是指令和数据的有序集合，其本身没有任何运行的含义，是一个静态的概念。
而进程则是执行程序的一次执行过程，它是一个动态的概念。是系统资源分配的单位
通常在一个进程中可以包含若干个线程，当然一个进程中至少有一个线程，不然没有存在的意义。线程是CPU调度和执行的的单位。
注意:很多多线程是模拟出来的，真正的多线程是指有多个cpu，即多核，如服务器。如果是模拟出来的多线程，即在一个cpu的情况下，在同一个时间点，cpu只能执行一个代码，因为切换的很快，所以就有同时执行的错局。
2、多线程的作用能大幅度提高程序的运行效率，优化用户体验，大大地缩短了程序的运行时间3、常见的程序运行方式 4、cpu密集与io密集的区别
注意：多线程只能进行并发操作，而不能利用多cpu（存在GIL全局解释器锁），利用的也是cpu与io可以并行运行的原理
5、了解GIL全局解释器锁全局解释器锁（英语:Global Interpreter Lock，缩写GIL)
是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。
即便在多核心处理器上，使用GIL的解释器也只允许同一时间执行一个线程。
这也是导致python执行速度慢的一个原因
表示了同一时刻只有一个线程在执行
GIL的作用：主要是为了解决多线程之间数据完整性和状态同步问题
虽然不能利用多核cpu的优势，但是还是可以实现cpu与io并行的操作，也可以大幅提升速度
主要用到threading的Thread类
- target 表示方法名
- args 表示方法所需的参数
- Name 表示线程名字
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空，返回True,反之False
- Queue.full() 如果队列满了，返回True,反之False
- Queue.full 与 maxsize 大小对应
- Queue.get([block[, timeout]])获取队列，timeout等待时间
- Queue.get_nowait() 相当Queue.get(block=False) // block=False表示当没元素时不等待，直接抛出Empty 异常
- Queue.put(item) 写入队列，timeout等待时间
- Queue.put_nowait(item) 相当Queue.put(item,block=False) // block=False表示当没元素时不等待，直接抛出Full异常
- Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
- Queue.join() 实际上意味着等到队列为空，再执行别的操作
实际上本质就是，定义一个中间的缓冲区作为生产者与消费者交互的通道，比如餐厅这一场景，以柜台为中间件，生产者生产好后，就调用中间件中push的方法，消费者消费完后就调用中间件的pop方法，再加一定的数量限制即可
即由中间件容器创造资源的增删改的操作
消费者就只负责消费商品，进行删的获取操作
生产者就负责生产商品，负责增加的操作
系统启动一个新线程的成本是比较高的，因为它涉及与操作系统的交互。在这种情形下，使用线程池可以很好地提升性能，尤其是当程序中需要创建大量生存期很短暂的线程时，更应该考虑使用线程池，以此来避免过大的线程的创建与销毁的开销
线程池在系统启动时即创建大量空闲的线程，程序只要将一个函数提交给线程池，线程池就会启动一个空闲的线程来执行它。当该函数执行结束后，该线程并不会死亡，而是再次返回到线程池中变成空闲状态，等待执行下一个函数
线程的生命周期
线程池使用的是concurrent.futures 下的ThreadPoolExecutor类
- submit(fn, *args, **kwargs)：将 fn 函数提交给线程池。*args 代表传给 fn 函数的参数，*kwargs 代表以关键字参数的形式为 fn 函数传入参数。
- map(func, *iterables, timeout=None, chunksize=1)：该函数类似于全局函数 map(func, *iterables)，只是该函数将会启动多个线程，以异步方式立即对 iterables 执行 map 处理。
- shutdown(wait=True)：关闭线程池。
submit方法将传入的方法交给线程池，后面直接跟参数值或者关键字传值，返回future对象
- future.result() 方法获取方法的返回值
- future.add_done_callback(function) 方法在线程任务完成时自动调用回调方法，此为非阻塞的获取线程执行的结果，直接future.result()会导致阻塞线程
- as_completed 函数，通过这个函数遍历获取future结果的是异步获取结果，即哪个任务先完成就先输出
异步执行方法，顺序输出
注意：zip([1,2],[‘a’,’b’]) ==> [(1,’a’),(2,’b’)]
