Python多进程&&多线程（初步）
进程 && 线程
进程：进程是操作系统中执行的一个程序，操作系统以进程为单位分配存储空间，每个进程都有自己的地址空间、数据栈以及其他用于跟踪进程执行的辅助数据，操作系统管理所有进程的执行，为它们合理的分配资源。进程可以通过fork或者wpawn的方式来创建新的进程执行其他任务，不过新的进程有自己独立的内存空间和数据栈，所以必须通过进程间的通信机制（IPC，Inter Process Communication）来实现数据共享，具体的方式包括管道、信号、套接字、共享内存等。
线程：进程的一个执行单元。线程在同一个进程中执行，共享程序的上下文。一个进程中的各个线程与主线程共享同一片数据空间，因而相比与独立的进程，线程间的信息共享和通信更为容易。线程一般是以并发的方式执行的。注意在单核CPU系统中，真正的并发是不可能的，所以新城的执行实际上是这样规划的：每个线程执行一小会，然后让步给其他线程的任务（再次排队等候更多的CPU执行时间）。在整个线程的执行过程中，每个线程执行它自己的特定的任务，在必要时和其他进程进行结果通信。
Python多进程（使用multiprocessing）
from time import time, sleep
from random import randint
from multiprocessing import Process
def my_task(name):
sleep_time = randint(1,10)
sleep(sleep_time)
print("你叫了一声%s，它鸟你用了%d秒" % (name, sleep_time))
def main():
start = time()
process_1 = Process(target=my_task, args=["yeshan", ])
process_2 = Process(target=my_task, args=["foel", ])
# 启动进程
process_1.start()
process_2.start()
# 等待进程执行结束
process_1.join()
process_2.join()
end = time()
print("一共花费了%f秒" % (end-start))
if __name__ == '__main__':
main()
我们通过Process类创建了进程对象，通过target参数我们传入一个函数来表示进程启动后要执行的代码，后面的args是一个元组，它代表了传递给函数的参数。
Process对象的start方法用来启动进程，join方法表示等待进程执行结束。
Python多线程（使用threading）
#!/usr/bin/env python
#-*- coding:utf-8 -*-
from time import time, sleep
from random import randint
from threading import Thread
def download(filename):
print("开始下载 %s ..." % filename)
download_time = randint(1,10)
sleep(download_time)
print("下载完成！耗时 %d 秒" % download_time)
def main():
start = time()
t1 = Thread(target=download, args=('黑暗地宫',))
t1.start()
t2 = Thread(target=download, args=('通天',))
t2.start()
t1.join()
t2.join()
end = time()
print("下载总共耗时 %.3f 秒" % (end-start))
if __name__ == '__main__':
main()
** 继承Thread类，实现自定义线程类 **
#-*- coding:utf-8 -*-
from time import time, sleep
from random import randint
from threading import Thread
class DownLoadTask(Thread):
def __init__(self, filename):
super().__init__() #初始化父类的构造函数
self._filename = filename # 私有的
def run(self):
print("开始下载 %s ..." % self._filename)
download_time = randint(1,10)
sleep(download_time)
print("%s下载完成！耗时 %d 秒" % (self._filename, download_time))
def main():
strat = time()
t1 = DownLoadTask("从菜鸟到菜鸡")
t1.start()
t2 = DownLoadTask("去哪里啊弟弟")
t2.start()
t1.join()
t2.join()
end = time()
print("下载完成，总共耗费 %.3f 秒" % (end-strat))
if __name__ == '__main__':
main()
线程间的通信
因为多个线程可以共享进程的内存空间，因此要实现多个线程间的通信相对简单，大家能想到的最直接的办法就是设置一个全局变量，多个线程共享这个全局变量即可。但是当多个线程共享同一个变量（我们通常称之为“资源”）的时候，很有可能产生不可控的结果从而导致程序失效甚至崩溃。如果一个资源被多个线程竞争使用，那么我们通常称之为“临界资源”，对“临界资源”的访问需要加上保护，否则资源会处于“混乱”的状态。在这种情况下，“锁”就可以派上用场了。我们可以通过“锁”来保护“临界资源”，只有获得“锁”的线程才能访问“临界资源”，而其他没有得到“锁”的线程只能被阻塞起来，直到获得“锁”的线程释放了“锁”，其他线程才有机会获得“锁”，进而访问被保护的“临界资源”。
from time import sleep
from threading import Thread, Lock
class Account(object):
def __init__(self):
self._balance = 0
self._lock = Lock()
def deposit(self, money):
# 先获取锁才能获取后面的代码
self._lock.acquire()
try:
# 计算存款后的余额
new_balance = self._balance + money
# 模拟受理存款业务需要0.01秒的时间
sleep(0.01)
# 修改账户余额
self._balance = new_balance
finally:
self._lock.release()
@property
def balance(self):
return self._balance
class AddMoneyThread(Thread):
def __init__(self, account, money):
super().__init__()
self._account = account
self._money = money
def run(self):
self._account.deposit(self._money)
def main():
account = Account()
threads = []
# 创建100个存款的线程向同一个账户中存钱
for _ in range(100):
t = AddMoneyThread(account, 1)
threads.append(t)
t.start()
# 等所有存款的线程都执行完毕
for t in threads:
t.join()
print('账户余额为: ￥%d元' % account.balance)
if __name__ == '__main__':
main()输出结果为100块，不用锁为2块
** Python内置装饰器 property **
* property装饰器一般存在于类中，可以将一个函数定义成一个属性，属性的值就是该函数return的内容 *
class Student(object):
# 把一个方法变成属性
@property
def score(self):
return self._score
# setter把一个方法变成一个可控属性用于赋值
@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
参考：
腾讯云开发者
