前言：本系列将包含Python并行编程的相关技术内容,包括Python线程、Python进程、并发编程的异步模式及终极大法Python分布式计算如Celery、SCOOP等相关技术。关键词： threading multiprocessing asyncio Celery
线程的基本概念和线程的两种定义方法 线程是什么？
线程看起来就像轻量级的进程，而进程又是什么呢？ 进程即我们平时运行程序，比如通过点击图标打开的浏览器，QQ都是进程，进程拥有自己的独立的内存空间地址，可以拥有多个线程；即线程是存在进程内，也就意味着一个进程内的线程可以共享一些资源，其线程间的切换也就比进程低得多，多个线程可以并行及并发执行，共享数据和资源，所以我们多数时候的线程通信都是利用共享信息的空间进行通信，这也是后面谈到的线程管理必备的多种线程通信方式了。
在Python怎么定义线程？ 使用线程最简单的方式就是通过目标函数的实例化：import threading
import time
# 用于实例化线程目标函数
def function(i):
time.sleep(2)
print('Thread {} is running.'.format(i))
time.sleep(2)
return
for i in range(5):
# Python模块threading.Thread方法
t = threading.Thread(target=function, args=(i, ))
t.start()
运行截图如下：
通过以上程序我们看出，定义好我们需要运行的目标函数来实例化线程，然后传入参数target即函数名，然后如果需要运行的目标函数有参数需要传递的话即可传入args元组，注意此处传入的是元组tuple。
然后我们在调用start()方法后启动实例化的线程
import threading
import time
class myThread(threading.Thread):
def __init__(self, i):
threading.Thread.__init__(self)
self.i = i
def run(self):
time.sleep(2)
print('Thread {} is running.'.format(self.i))
time.sleep(2)
return
for i in range(1, 6):
t = myThread(i)
t.start()
运行截图如下：
通过上面的程序我们可以看出，我们需要定义新的Thread类的子类，并且通过重写__init__方法来传递参数，然后重写run()方法来实现目标函数，那么当我们创建出新的子类后就可以实例化该子类并通过start()方法来启动线程。
接下来我们在运行一段代码：
import threading
import time
class myThread(threading.Thread):
def __init__(self, i):
threading.Thread.__init__(self)
self.i = i
def run(self):
time.sleep(2)
print('Thread {} is running.'.format(self.i))
time.sleep(2)
return
print('Mian THread starting')
for i in range(1, 6):
t = myThread(i)
t.start()
print('Mian THread end')
运行截图如下：
当一个进程启动之后，会默认产生一个主线程，因为线程是程序执行流的最小单元，当设置多线程时，主线程会创建多个子线程；我们在主线程添加了两句print()用于打印主线程的运行状态，我们可以看见在默认情况下主现成直接执行完就退出了，此时子线程们还在执行过程中，那么如果我们添加setDaemon(True)方法呢：
import threading
import time
class myThread(threading.Thread):
def __init__(self, i):
threading.Thread.__init__(self)
self.i = i
def run(self):
time.sleep(2)
print('Thread {} is running.'.format(self.i))
time.sleep(2)
return
print('Mian THread starting')
for i in range(1, 6):
t = myThread(i)
t.setDaemon(True)
t.start()
print('Mian THread end')
运行截图如下：
我们可以在运行截图中看到，当我们使用setDaemon(True)方法，设置子线程为守护线程时，主线程一旦执行结束，则全部线程全部被终止执行，可能出现的情况就是，子线程的任务还没有完全执行结束，就被迫停止。
那么我们能不能让主线程等等我们的子线程，等待子线程运行结束后，主线程再终止呢，即实现守护线程相反的效果，答案是可以得。
import threading
import time
class myThread(threading.Thread):
def __init__(self, i):
threading.Thread.__init__(self)
self.i = i
def run(self):
time.sleep(2)
print('Thread {} is running.'.format(self.i))
time.sleep(2)
return
print('Mian THread starting')
threads = []
for i in range(1, 6):
t = myThread(i)
t.start()
threads.append(t)
for t in threads:
t.join()
print('Mian THread end')
运行截图如下：
我们可以看见主线程是在等待子线程运行结束才终止运行的，即join()所完成的工作就是线程同步，即主线程任务结束之后，进入阻塞状态，一直等待其他的子线程执行结束之后，主线程再终止。
