为什么使用多线程？
1.进程之间不能共享内存，但是线程之间可以共享内存
2.创建进程需要重新分配内存，但是创建线程代价很小
3.python内置多线程模块
Threading模块
1.自定义线程
本质：继承threading.Thread，重构thread中的run方法
2.守护线程
setDaemon(True),把所有的子线程都变成了主线程的守护线程，意思是主进程结束，子线程就会直接强制结束
3.主线程等待子线程结束
为了让守护线程结束之后，主程序再结束，我们使用join方法，让主线程等待子线程执行
import threading import time def run(n): print("task", n) time.sleep(1) #此时子线程停1s print(‘3‘) time.sleep(1) print(‘2‘) time.sleep(1) print(‘1‘) if __name__ == ‘__main__‘: t = threading.Thread(target=run, args=("t1",)) t.setDaemon(True) #把子进程设置为守护线程，必须在start()之前设置 t.start() t.join() # 设置主线程等待子线程结束 print("end") ---------------------------------- >>> task t1 >>> 3 >>> 2 >>> 1 >>> end
--global设定变量为全局变量，函数中修改变量改变全局
4.多线程共享全局变量
线程是进程的执行单元，进程是系统分配资源的最小单位，所以同一个进程中的多线程是共享资源的
import threading import time g_num = 100 def work1(): global g_num for i in range(3): g_num += 1 print("in work1 g_num is : %d" % g_num) def work2(): global g_num print("in work2 g_num is : %d" % g_num) if __name__ == ‘__main__‘: t1 = threading.Thread(target=work1) t1.start() time.sleep(1) t2 = threading.Thread(target=work2) t2.start() ---------------------------------- >>> in work1 g_num is : 103 >>> in work2 g_num is : 103
可以看到线程2是直接拿线程1的g_num直接使用的，可以看出线程之间共享了变量
5.互斥锁（lock）
由于线程是随机调用的，所以多个线程修改一个数据时，会出现脏数据。
线程锁可以锁定资源，这样就可以就避免多个操作对一个数据，资源就是变量
6.信号量
互斥锁只允许一个操作修改数据，信号量允许多个线程去修改数据
7.事件（event类）
原文：https://www.cnblogs.com/lzwhehe/p/15221065.html