很多人现在还不知道的知识点，Python多进程和多线程详解！
1 单进程单线程：一个人在一个桌子上吃菜。
2 单进程多线程：多个人在同一个桌子上一起吃菜。
3 多进程单线程：多个人每个人在自己的桌子上吃菜。
多线程的问题是多个人同时吃一道菜的时候容易发生争抢，例如两个人同时夹一个菜，一个人刚伸出筷子，结果伸到的时候已经被夹走菜了。。。此时就必须等一个人夹一口之后，在还给另外一个人夹菜，也就是说资源共享就会发生冲突争抢。
二、线程
threading是用来提供在一个进程内实现多线程的编程模块.
前面我们学习了多进程编程.
完成多任务, 也可以在一个进程内使用多个线程. 一个进程至少包括一个线程, 这个线程我们称之为主线程. 在主线程中开启的其他线程我们称之为子线程.
一个进程内的所有线程之间可以直接共享资源, 所以线程间的通信要比进程间通信方便了很多.
python的thread模块是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用
单线程示例：
import time
def say_sorry():
print("亲爱的，我错了，我能吃饭了吗？")
time.sleep(1)
if __name__ == "__main__":
for i in range(5):
say_sorry()
多线程示例：
import threading
import time
def say_sorry():
print("亲爱的，我错了，我能吃饭了吗？")
time.sleep(1)
if __name__ == "__main__":
for i in range(5):
t = threading.thread(target=say_sorry)
t.start() #启动线程，即让线程开始执行
说明：
- 可以明显看出使用了多线程并发的操作，花费时间要短很多
- 创建好的线程，需要调用
start()方法来启动
2.1 threading
python3 线程中常用的两个模块为：
-
_thread
thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 python3 中不能再使用"thread" 模块。为了兼容性，python3 将 thread 重命名为 "_thread"
-
threading(推荐使用)
threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。
2.2 thread类
thread类表示在单独的控制线程中运行的活动。有两种方法可以指定这种活动：
2.2.1、给构造函数传递回调对象
mthread=threading.thread(target=xxxx,args=(xxxx)) mthread.start()
2.2.2、在子类中重写run() 方法 这里举个小例子：
import threading
import time
class mythread(threading.thread):
def __init__(self,arg):
super(mythread, self).__init__()#注意：一定要显式的调用父类的初始化函数。
self.arg=arg
def run(self):#定义每个线程要运行的函数
time.sleep(1)
print('the arg is:%s\r' % self.arg)
for i in range(4):
t =mythread(i)
t.start()
print('main thread end!')
2.2.3、多线程之间共享全局变量
多线程和多进程最大的不同在于，多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响， 而多线程中，所有变量都由所有线程共享，下面观察一下两条线程*享同一份数据。
from threading import thread
import time
g_num = 100 # 定义全局变量g_num
def work1():
num = 1 # 定义局部变量num
global g_num # 关键字global标记全局变量g_num
for i in range(3):
g_num += 1 # 更改全局变量的值
print("---子线程1---work1函数---g_num:%d" % g_num)
def work2():
num = 2
global g_num # 关键字global标记全局变量g_num
print("\t---子线程2---work2函数---个g_num:%d" % g_num)
if __name__ == "__main__":
print("启动线程之前：g_num:%d" % g_num)
t1 = thread(target=work1) # 创建t1子线程，分配任务work1
t2 = thread(target=work2) # 创建t2子线程，分配任务work2
t1.start() # 启动t1线程
time.sleep(1) # 等待t1线程执行完毕，观察t2线程中打印的全局变量是否发生改变
t2.start() # 启动t2线程
2.2.4、全局变量作为参数传递
将列表作为参数传递进来，在参数末尾追加元素
from threading import thread
import time
g_list = [10, 20, 30]
def work1(list):
for i in range(3):
list.append(i) # 更改参数的值，在列表末尾追加元素
print("--子线程1--work1----num:", list)
def work2(list):
print("\t--子线程2---work2---num：", list)
if __name__ == "__main__":
print("主线程访问g_list:" , g_list)
t1 = thread(target=work1, args=(g_list,)) # 创建线程t1 将g_list作为参数传递进去 执行函数work1
t2 = thread(target=work2, args=(g_list,)) # 创建线程t2 将g_list作为参数传递进去 执行函数work2
t1.start()
time.sleep(1)
t2.start()
将列表作为参数传递进来，将参数重置
from threading import thread
import time
g_list = [10, 20 ,30]
def work1(list):
for i in range(3):
# list.append(i)
list = [1, 2, 3] # 重置参数
print("--子线程1--work1----num:", list)
def work2(list):
print("\t--子线程2---work2---num：", list)
if __name__ == "__main__":
print("主线程访问g_list:" , g_list)
t1 = thread(target=work1, args=(g_list,)) # 创建线程t1 将g_list作为参数传递进去 执行函数work1
t2 = thread(target=work2, args=(g_list,)) # 创建线程t2 将g_list作为参数传递进去 执行函数work2
t1.start()
time.sleep(1)
t2.start()
2.2.5、线程的锁
多线程和多进程最大的不同在于，多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响，而多线程中，所有变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改，因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了。
来看看多个线程同时操作一个变量怎么把内容给改乱了：
import time, threading
# 假定这是你的银行存款:
balance = 0
def change_it(n):
# 先存后取，结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(100000):
change_it(n)
if __name__ == "__main__":
t1 = threading.thread(target=run_thread, args=(5,))
t2 = threading.thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)
每次执行的结果不一定是个啥，究其原因，是因为修改balance需要多条语句，而执行这几条语句时，线程可能中断，从而导致多个线程把同一个对象的内容改乱了。
两个线程同时一存一取，就可能导致余额不对，你肯定不希望你的银行存款莫名其妙地变成了负数，所以，我们必须确保一个线程在修改balance的时候，别的线程一定不能改。
如果我们要确保balance计算正确，就要给change_it()上一把锁，当某个线程开始执行change_it()时，我们说，该线程因为获得了锁，因此其他线程不能同时执行change_it()，只能等待，直到锁被释放后，获得该锁以后才能改。由于锁只有一个，无论多少线程，同一时刻最多只有一个线程持有该锁，所以，不会造成修改的冲突。创建一个锁就是通过threading.lock()来实现：
#锁的使用 mutex = threading.lock() #创建锁 mutex.acquire([timeout]) #锁定 mutex.release() #释放
import time, threading
balance = 0
lock = threading.lock()
def change_it(n):
# 先存后取，结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try:
# 放心地改吧:
change_it(n)
finally:
# 改完了一定要释放锁:
lock.release()
if __name__ == "__main__":
t1 = threading.thread(target=run_thread, args=(5,))
t2 = threading.thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)