python线程安全及多进程多线程实现方法详解

进程和线程的区别

• 进程是对运行时程序的封装，是系统资源调度和分配的基本单位
• 线程是进程的子任务，cpu调度和分配的基本单位，实现进程内并发。
• 一个进程可以包含多个线程，线程依赖进程存在，并共享进程内存

什么是线程安全

一个线程的修改被另一个线程的修改覆盖掉。

python中哪些操作是线程安全的

• 一个操作可以在多线程环境中使用，并且获得正确的结果。
• 线程安全的操作线程是顺序执行的而不是并发执行的。
• 一般涉及到写操作需要考虑如何让多个线程安全访问数据。

线程同步的方式

• 互斥量（锁）： 通过互斥机制防止多个线程同时访问公共资源。
• 信号量（Semphare）： 控制同一时刻多个线程访问同一个资源的线程数。 ps：python的threading 文档
• 事件（信号）： 通过通知的方式保持多个线程的同步。

进程间的通信方式 （IPC：Inter-Process Communication 进程间传递信号或者数据）

• 管道/匿名管道/有名管道（pipe）
• 信号（Signal）：比如用户使用ctrl+c产生SIGINT程序终止信号
• 消息队列（Message）
• 共享内存（share memory）
• 进程间的信号量（Semaphore）
• 套接字（socket）：最常用的方来源gao@!dai!ma.com搞$$代^@码!网式，我们的web应用就是这种方式

多线程的例子

 # python实现多线程 import threading lock = threading.Lock() n = [0] def foo(): with lock:  # 加锁 n[0] = n[0] + 1 n[0] = n[0] + 1 threads = [] # 用来储存所有线程 for i in range(5000): t = threading.Thread(target=foo)  # 传入foo函数 threads.append(t) for t in threads: t.start() print(n)

多进程的例子

python有GIL，可以用多进程实现cpu密集程序

• multiprocessing 多进程模块
• multiprocessing.Process 类实现多进程
• 一般在cpu密集的程序里面使用多进程，避免GIL的影响

 # 多进程 import multiprocessing def fib(n): if n<= 1: return 1 return fib(n-1) + fib(n-2) if __name__ == '__main__': jobs = [] for i in range(10,20): p = multiprocessing.Process(target=fib, args=(i,)) jobs.append(p) p.start()