一、线程（Thread）
1、定义：线程是操作系统能进行运算调度的最小单位，它包含在进程中，是进程的实际运作单位，一条线程是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。简单理解：线程是一系列指令的集合，操作系统通过这些指令调用硬件。
2、同一个线程中的所有线程共享同一个内存空间资源，
二、进程（Progress）
1、定义：一个程序对各资源管理和调用的集合就是进程，比如QQ对网卡、内存、硬盘的调度和管理。对于操作系统来说，某一个进程是统一的整体。进程操作CPU就要先创建一个线程。进程本身是一个资源集合，执行需要靠线程。
三、线程和进程的区别
1、同个进程的线程之间共享内存空间，包括数据交换和通信，但不同进程之间的内存是独立的
2、子进程是克隆了一份父进程的数据，子进程之间是互相独立的，不能互相访问，数据也不能共享。
3、两个进程要通信，必须通过一个中间进程代理来实现。
4、一个线程可以操作同一个进程中的其他线程，但是进程只能操作子进程
5、对主线程的修改，可能会影响到其他的子线程，因为他们共享内存数据，但对主进程的修改，不会影响其他子进程。
四、多线程的代码：
import threading
import time
class MyThread(threading.Thread):
"""
# 用自定义一个子类的方式来启动线程
"""
def __init__(self, n):
super(MyThread, self).__init__()
self.n = n
def run(self):
print("你好，%s" % self.n)
time.sleep(2)
start_time = time.time()
thread_list = []
# 启动50个线程
for i in range(50):
t1 = MyThread("t%s" % i)
t1.start()
thread_list.append(t1)
# 等待所有线程执行完毕后主线程再继续执行
for i in thread_list:
i.join()
print("总共执行时间：%s" % float(time.time() - start_time))
五、全局解释器锁（GIL）
1、定义：GIL 是最流行的 CPython 解释器（平常称为 Python）中的一个技术术语，中文译为全局解释器锁，其本质上类似操作系统的 Mutex（即互斥锁，意思是我修改的时候你不能修改，也就是锁的意思）
2、功能：在 CPython 解释器中执行的每一个 Python 线程，都会先锁住自己，以阻止别的线程执行，这样在同个时间一个CPU只执行一个线程。当然，CPython 不可能容忍一个线程一直独占解释器，check interval 机制会在一个时间段后释放前面一个线程的全局锁执行下一个线程，以达到轮流执行线程的目的。这样一来，用户看到的就是“伪”并行，即 Python 线程在交替执行，来模拟真正并行的线程。
3、CPython 引进 GIL，可以最大程度上规避类似内存管理这样复杂的竞争风险问题，有了 GIL，并不意味着无需去考虑线程安全，因为即便 GIL 仅允许一个 Python 线程执行，但别忘了 Python 还有 check interval 这样的抢占机制。所以就要引入线程锁的机制，保证同个时间只有一个线程修改数据。
4、线程锁的代码如下
import threading
import time
num = 0
lock_obj = threading.Lock()
def run():
# 申请锁，使别的线程进不来
lock_obj.acquire()
global num
time.sleep(1.1)
num = num + 1
# 解锁，解锁后别的线程可以进来
lock_obj.release()
t_list = []
start_time = time.time()
# 启动1000个线程
for i in range(100):
t1 = threading.Thread(target=run)
t1.start()
t_list.append(t1)
for i in t_list:
i.join()
time.sleep(3)
print("num:%d" % num)
print("time:%f" % float(time.time() - start_time))
六、递归锁：
1、定义：一个锁套另外一个锁，形成锁止循环，这种情况就要用到递归锁RLOCK
import threading, time
def run1():
print("grab the first part data")
lock.acquire()
global num
num += 1
lock.release()
return num
def run2():
print("grab the second part data")
lock.acquire()
global num2
num2 += 1
lock.release()
return num2
def run3():
lock.acquire()
res = run1()
print('--------between run1 and run2-----')
res2 = run2()
lock.release()
print(res, res2)
num, num2 = 0, 0
# 这里如果用Lock()就会无限循环，找不到具体用哪个钥匙打开锁，如果用RLock就不会，如果又多重锁嵌套的情况一定要用递归锁
lock = threading.Lock()
for i in range(1):
t = threading.Thread(target=run3)
t.start()
while threading.active_count() != 1:
print("当前活跃的线程数：",threading.active_count())
else:
print('----all threads done---')
print("打印num和num2：",num, num2)
七、信号量（Semaphore）
1、允许同时间最多几个线程进入执行，每出来一个进去一个，同时保持预先设置的线程最大允许数量。
import threading, time
def run(n):
semaphore.acquire()
time.sleep(1)
print("run the thread: %s\n" % n)
semaphore.release()
if __name__ == '__main__':
semaphore = threading.BoundedSemaphore(5) # 最多允许5个线程同时运行
for i in range(22):
t = threading.Thread(target=run, args=(i,))
t.start()
while threading.active_count() != 1:
pass # print threading.active_count()
else:
print('----all threads done---')
#print(num)
八、事件（Event）：
1、定义：通过标识位和状态，来实现线程之间的交互。简单说，就是一个标志位，只有两种状态，一种是设置(Event.set())，一直是没有设置(Event.clear())。
2、以下代码实现一个简单事件，一个线程控制红绿灯，另外一个线程控制车子，当红绿灯是红色的时候，车子停止，绿的时候，车子行驶的效果
import time
import threading
event = threading.Event()
def lighter():
count = 0
event.set() # 刚开始的标识位先设置绿灯
while True:
if 5 < count < 10: # 改成红灯
event.clear() # 把标志位清了
print("\033[41;1mred light is on....\033[0m")
elif count > 10:
event.set() # 变绿灯
count = 0
else:
print("\033[42;1mgreen light is on....\033[0m")
time.sleep(1)
count += 1
def car(name):
while True:
if event.is_set(): # 代表绿灯
print("[%s] running..." % name)
time.sleep(1)
else:
print("[%s] sees red light , waiting...." % name)
event.wait()
print("\033[34;1m[%s] green light is on, start going...\033[0m" % name)
light = threading.Thread(target=lighter, )
light.start()
car1 = threading.Thread(target=car, args=("Tesla",))
car1.start()
3、Event类还有两个方法，wait()等待被设定，isset()判断是否被设定
本文链接：http://so.lmcjl.com/news/7624/