[Python学习篇] Python进程和线程
线程
Python 多线程编程是一种在单个程序中同时执行多个线程的技术，主要用于提高程序的并发性和性能，尤其是在 I/O 操作频繁的场景下。Python 提供了
threading模块来支持多线程编程。
基本概念
- 线程：线程是一个独立的执行流，可以与其他线程并发运行。
- 主线程：每个 Python 程序都有一个默认的主线程，程序从主线程开始运行。
- 守护线程：守护线程在主线程结束时会自动退出，不会阻止程序终止。
Thread 类
用于创建和管理线程。
创建一个线程
语法：
threading.Thread(target, args=(), kwargs={}, daemon=None)
target: 线程执行的目标函数。args: 传递给目标函数的参数（元组）。kwargs: 传递给目标函数的关键字参数（字典）。daemon: 设置为守护线程（布尔值）。name: 设置线程名称。
示例：
import threadingdef print_numbers(max_num):print(f"线程名称：{threading.current_thread().name}")for i in range(1, max_num):print(i)def print_letters():print(f"线程名称：{threading.current_thread().name}")for letter in 'ABCDE':print(letter)# 创建线程
# thread1 = threading.Thread(target=print_numbers, args=(6,))
thread1 = threading.Thread(target=print_numbers, kwargs={'max_num': 6})
thread2 = threading.Thread(target=print_letters)# 启动线程
thread1.start()
thread2.start()# 修改线程名称
# thread2.name = "CustomThread2"# 等待所有线程完成
thread1.join()
thread2.join()print("所有线程执行完成")
start(): 启动线程并调用run()方法。run(): 线程执行的代码，可以重写。join(timeout=None): 阻塞主线程，直到调用join的线程结束或超时。
线程之间是共享全局变量的
import threadinglist1 = []def add_data():for i in range(3):list1.append(i)print(f"添加数据：{i}")def read_data():print(f"获取数据：{list1}")thread1 = threading.Thread(target=add_data)
thread2 = threading.Thread(target=read_data)thread1.start()
thread2.start()
线程互斥 Lock
线程共享数据会造成数据安全性问题。使用互斥锁解决。
Lock 类：用于线程同步，防止多个线程同时访问共享资源。
lock常用函数：
acquire(blocking=True, timeout=-1): 请求锁(加锁)。release(): 释放锁。
import threading# 多个线程对全局变量进行自增
g_num = 0# 创建一把互斥锁
lock = threading.Lock()def task():global g_num# 对修改共享变量的代码进行加锁lock.acquire() # 加锁for i in range(1000000):g_num += 1print(f"task {g_num}, 线程名称-{threading.current_thread().name}")# 共享变量操作完成后释放锁lock.release() # 释放锁thread1 = threading.Thread(target=task)
thread2 = threading.Thread(target=task)thread1.start()
# thread1.join()
thread2.start()
进程
一个正在运行的程序就是一个进程，它是资源分配和执行的基本单位，每个进程有自己独立的内存空间、系统资源和执行线程。
注意：一个程序运行后至少有一个进程，一个进程默认有一个线程，进程里面可以创建多个线程，线程是依附在进程里面的，没有进程就没有线程。
python对进程的操作
在 Python 中，可以使用
multiprocessing模块来创建和管理进程。multiprocessing模块允许你在多个处理器上运行任务，从而提高程序的性能。
Process 类
用于创建和管理进程。
创建一个进程
语法：
multiprocessing.Process(target, args, kwargs, name, daemon)
target: 进程执行的目标函数。args: 传递给目标函数的参数（元组）。kwargs: 传递给目标函数的关键字参数（字典）。daemon: 设置为守护进程（布尔值）。name: 设置进程名称。
multiprocessing.Process的常用方法
start()：启动进程并执行target函数。join(timeout=None)：等待进程终止，可选超时时间。is_alive()：返回进程是否正在运行。terminate()：立即终止进程。
示例：
import multiprocessingdef department(num, name):print(f'员工 {num}, Name: {name}')if __name__ == '__main__':p = multiprocessing.Process(target=department, args=(5,), kwargs={'name': 'IT部门'})p.start()
示例：获取进程名称和进程ID
import multiprocessing
import os
import timedef department(num, name):print(f'员工 {num}, Name: {name}')print(f"获取进程名称: {multiprocessing.current_process().name}")print(f"获取当前进程 ID: {os.getpid()}")print(f"获取父进程 ID: {os.getppid()}")while True:time.sleep(30)if __name__ == '__main__':p = multiprocessing.Process(target=department, args=(5,), kwargs={'name': 'IT部门'})p.start()print(f"获取Main进程名称: {multiprocessing.current_process().name}")print(f"获取Main进程 ID: {os.getpid()}")print(f"获取Main父进程 ID: {os.getppid()}")
示例：杀死进程
import multiprocessing
import os
import timedef department(num, name):print(f'员工 {num}, Name: {name}')process_pid = os.getpid()print(f"获取当前进程 ID: {process_pid}")# 杀死进程，类似linux中的 kill -9 pidos.kill(process_pid, 9)while True:time.sleep(30)if __name__ == '__main__':p = multiprocessing.Process(target=department, args=(5,), kwargs={'name': 'IT部门'})p.start()
注意：
- 进程之间不共享全局变量。
- 主进程会等待所有的子进程执行结束后再结束。
- 进程内的异常无法通过
try-except捕获到，需要使用multiprocessing.Process的Process对象的join()方法来获取异常
进程之间共享数据
multiprocessing.Queue()
import multiprocessing# 生产者
def producer(queue):for i in range(5):queue.put(i)# 消费者
def consumer(queue):while True:item = queue.get()if item is None: # 消费者退出循环条件breakprint(f"Got item: {item}")if __name__ == '__main__':queue = multiprocessing.Queue()p1 = multiprocessing.Process(target=producer, args=(queue,))p2 = multiprocessing.Process(target=consumer, args=(queue,))p1.start()p2.start()p1.join()queue.put(None) # 设置消费者退出循环条件p2.join()
进程互斥 Lock
import multiprocessing
import time# 多个进程调用这个函数，对共享变量数据进行操作
def worker(lock, shared_value):for _ in range(10):# 获取锁, with 上下文写法，会自动释放锁资源with lock:# 临界区开始-锁开始temp = shared_value.valuetime.sleep(0.1) # 模拟一些计算或操作shared_value.value = temp + 1# 临界区结束-锁结束if __name__ == "__main__":# 创建一把锁lock = multiprocessing.Lock()# 共享的整数变量，初始值为0shared_value = multiprocessing.Value('i', 0)processes = []# 创建多个进程for _ in range(5):p = multiprocessing.Process(target=worker, args=(lock, shared_value))processes.append(p)p.start()# 等待所有进程完成for p in processes:p.join()print(f"最终的 shared_counter 值: {shared_value.value}")