Python网络编程——线程

线程的概念

线程就是在程序运行过程中，执行程序代码的一个分支，每个运行的程序至少都有一个线程

单线程执行

多线程执行

多线程的执行需要导入threading模块

参数说明：

多线程完成多任务

多线程执行带有参数的任务

查看获取线程列表

注意

线程之间执行是无序的

主线程会等待所有的子线程结束后才结束

守护主线程

自定义线程

总结：

自定义线程不能指定target，因为自定义线程里面的任务都统一在run方法里面执行

启动线程统一调用start方法，不要直接调用run方法，因为这样不是使用子线程去执行任务

多线程共享全局变量

多线程同时对全局变量进行操作,导致数据可能出现错误

通过上面运行结果，得出：多线程同时对全局变量操作数据发生了错误

原因分析：两个线程firstthread和secondthread都要对全局变量g_num(默认是0)进行加1运算，但是由于是多线程同时操作，，有可能出现下面的情况：

1.在gnum=0时，firstthread取得gnum=0.此时系统把firstthread调度为"sleeping"状态，把secondthread转换为"running"状态,t2也获得gnum=0

2.然后secondthread对得到的值进行加1并赋给gnum,使得g_num=1

3.然后系统又把secondthread调度为"sleeping",把firstthread转为"running".线程t1又把之前得到的0加1后赋值给g_num.

4.这样导致虽然firstthread和secondthread都对gnum加1，但结果仍然是gnum=1。

全局变量数据错误的解决办法

线程同步：保证同一时刻只能有一个线程去操作全局变量同步，就是协同步调，按预定的先后次序进行运行

线程同步的方式：

1.线程等待（join）

2.互斥锁

线程等待实现方式：

结论：多个线程同时对同一个全局变量进行操作，会有可能出现资源竞争数据错误的问题

线程同步方式可以解决资源竞争数据错误问题，但是这样有多任务变成了单任务

互斥锁

对共享数据进行锁定，保证同一时刻只能有一个线程去操作

抢到锁的线程先执行，没有抢到锁的线程需要等待，等锁用完后需要释放，然后其它等待的线程再去抢这个锁，哪个线程抢到，那个线程再执行

具体哪个线程抢到这个锁，我们决定不了，是由CPU调度决定的

线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁

互斥锁为资源引入的一个状态：锁定/非锁定

某个线程要更改共享数据时，先将其锁定，此时资源的状态为"锁定"，其他线程不能更改；直到该线程释放资源，将资源的状态变成"非锁定"，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

创建锁：

a = threading.Lock()

锁定

a.acquire()

释放

a.release()

注意：

1.如果这个锁之前时没有上锁的，那么acquire不会堵塞

2.如果在调用acquire对这个锁上锁之前，它已经被其它线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止

注意

加上互斥锁，哪个线程抢到这个锁我们决定不了，哪个线程抢到锁哪个线程先执行，没有抢到的线程需要等待

加上互斥锁多任务瞬间变成单任务，性能会下降，也就是说同一时刻只能有一个线程去执行

使用互斥锁的目的

能够保证多个线程访问共享数据不会出现资源竞争及数据错误

上锁、解锁过程

当一个线程调用锁的acquire()方法获得锁时，锁就进去了"locked"状态。

每次只有一个而线程可以获得锁，如果此时另一个线程试图获得这个锁，该线程就会变为"blocked"状态，称为"阻塞"，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入"unlocked"状态。

线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行"running"状态

死锁

一直等待对方释放锁的情景就是死锁

根据下标在列表中取值，但是要保证同一时刻只能有一个线程去取值

避免死锁：

小结：使用互斥锁的时候需要注意死锁的问题，要在合适的地方注意释放锁

死锁一旦发生就会造成应用的停止响应

个人独立博客：wwwlimiao.tech