如果只能用一只手吃饭+喝汤，吃饭耗时十五分钟，喝汤五分钟，这样肯定耗时。人家还想早点吃完开一把LOL呢，那么很简单这时候，我们就会想到左手喝汤，右手吃饭这样同时进行。这样时间上吃饭就得到了优化。
2.线程
线程或轻量级进程（同义）与进程类似，不过它们是在统一进程下执行的，并且共享相同的上下文，可以理解一个进程池中的东西线程共享。
线程包括三部分：开始--执行--结束，指令指针用于记录当前运行的上下文。当其他线程运行时，它可以被抢占（中断）和临时挂起（sleep），这种做法叫做让步（yielding）。
这样难免会联想出问题，如果共享数据，那么会有风险。
Q1：
如果两个或多个线程访问同一片数据，由于数据访问顺序不同，可能导致结果不一致。这种情况就是“竞态条件”。不过大多数线程库都有一些同步原语，以允许线程管理器控制和访问。
Q2 :
当然啦 吃饭总会有自己爱吃的菜，所以每道菜的摄入量不会公平。也就是说线程无法给予公平的执行时间。如果没有专门的多线程情况进行修改，会导致CPU的时间分配向贪婪函数倾斜。
接下来要谈论的就是正题：
可见，某个线程想要执行，必须先拿到GIL，我们可以把GIL看作是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。
在Python2.x里，GIL的释放逻辑是当前线程遇见IO操作或者ticks计数达到100（ticks可以看作是Python自身的一个计数器，专门做用于GIL，每次释放后归零，这个计数可以通过 sys.setcheckinterval 来调整），进行释放。
而每次释放GIL锁，线程进行锁竞争、切换线程，会消耗资源。并且由于GIL锁存在，python里一个进程永远只能同时执行一个线程(拿到GIL的线程才能执行)，这就是为什么在多核CPU上，python的多线程效率并不高。
那么是不是python的多线程就完全没用了呢？
在这里我们进行分类讨论：
1、CPU密集型代码(各种循环处理、计数等等)，在这种情况下，由于计算工作多，ticks计数很快就会达到阈值，然后触发GIL的释放与再竞争（多个线程来回切换当然是需要消耗资源的），所以python下的多线程对CPU密集型代码并不友好。
2、IO密集型代码(文件处理、网络爬虫等)，多线程能够有效提升效率(单线程下有IO操作会进行IO等待，造成不必要的时间浪费，而开启多线程能在线程A等待时，自动切换到线程B，可以不浪费CPU的资源，从而能提升程序执行效率)。所以python的多线程对IO密集型代码比较友好。
2.退出线程：
当一个线程完成函数执行的时候，它就会退出。还可以通过thread.exit()之类的退出函数，或者sys.exit()之类的退出python进程的标准方法，或者抛出SystemExit异常，来使线程退出。但是你不能直接 终止一个线程 。
主线程：主线程应该是一个好的管理者去管理好调度好好的吃这一顿饭（收集每一个线程的结果，生成一个有意义的最终结果。）
3.python中使用线程：
一般来说现在我们日常使用的电脑都是64位的所以我们安装的python解释器默认都是支持现成的，只需要import好模块即可使用。
thread：这个模块不介绍也不推荐使用，原因是当thread中主线程结束时，所有的其他线程也都强制结束，不会发出警告或者适当的清理。
threading：常用此模块，因为至少threading模块可以确保重要的子线程在进程退出前结束，也成守护线程。
看一个简单的例子
下面的例子是个basic的例子，没有使用线程。吃饭使用5s时间喝汤使用2s时间，是串行的，参数loop是循环次数。
结果：
从结果来看喝汤耗时4s，吃饭耗时10s，总共耗时14秒。
加入threading module
结果：
解析：
结果：
有点瑕疵应该在print的部分改为i+1，循环次数也强制写死为2次，当然这只是个demo，如果考虑再加个列表读入times 参数，此时可以添加判断是否大于零，可以自己试一试不再赘述。
在实际开发中，我们这种利用线程的方式肯定不是我们常用的方式，因为自己在用的时候会传入很多参数，所以我们就必须用到继承Threading，来创建我们自用的线程类
结果同之前的就不在展示。
结果：注意为了区别进程号我在结果中加了打印PID number所以显示结果如下。
这样可以明显区别开。
PID就是类似于身份证的一个东西，用来表示进程。一个进程在结束前都为一个不变的PID num，但是同一进程可以有不同的PID num，比如多运行两次此程序你会发现PID num一直在变，或者在自己电脑上运行wechat，反复开关几次你也会发现都是不同的PID num。
由上面的程序我们可以发现，multiprocessing与threading的用法没什么大差别，也有start()、run()、join()等方法。
看一下文档里面multiprocessing的用法，如下图。
target表示调用的对象，args表示调用对象的文职参数元组，kwargs表示调用对象的字典，name为别名，Group基本用不上，为None也无所谓。
pipe对象默认是双向的。在其建立的时候，返回一个含有两个元素的列表，每个元素代表pipe的一端（Connection对象）。这就成了结果中的对暗号，‘天王盖地虎，小鸡炖蘑菇...不对 宝塔镇河妖。’
send方法发送，另一端用recv方法来接收。
（2）Queue类与Pipe类似，不过学过数据结构，大家都知道队列都是先进先出。Queue允许多个进程放入，多个进程从队列存取。
这里最需要搞懂的地方就是这个锁的用处，就好像把进程们出入的时候带了手铐不让乱跑，进一个出一个明确，这样打印起来就不是很乱。
看懂了吗？学会了吗？学会就点歌关注吧！
作者：Python树苗
链接：https://www.jianshu.com/p/064d510dd961
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
随时随地看视频
