1.1 多线程的基础知识

• 线程：线程是操作系统能够进行独立调度和执行的基本单位，它拥有自己的堆栈空间和程序计数器，可以在进程中并发执行。
• 线程同步：线程同步是指控制多个线程之间的协作与通信，以确保共享资源的正确访问和更新，避免数据竞争和资源冲突。
• GIL锁：GIL（全局解释器锁）是Python中为了保证解释器在同一时间只执行一个线程而引入的机制，它限制了Python的多线程并行性。

1.2 多线程的创建与管理

• 创建线程：使用Python的threading模块可以轻松创建线程，Thread()类提供了创建线程所需的基本功能。

  
  import threading

def task(name): print(f"Task {name} is running.")

创建线程并赋予名字

thread1 = threading.Thread(target=task, args=("Thread 1",)) # 线程1 thread2 = threading.Thread(target=task, args=("Thread 2",)) # 线程2

启动线程

thread1.start() thread2.start()

- 线程同步：使用锁（Lock）或信号量（Semaphore）等同步原语可以实现线程的协作与通信，避免数据竞争。
```python
import threading

# 定义共享变量
shared_value = 0

# Lock对象用于保护共享变量，确保原子操作
lock = threading.Lock()

def increment_shared_value():
    # 使用lock对象加锁以确保原子操作
    lock.acquire()
    global shared_value
    shared_value += 1
    # 释放锁
    lock.release()

# 创建多个线程并赋予任务
threads = []
for i in range(10):
    thread = threading.Thread(target=increment_shared_value)
    threads.append(thread)

# 启动线程
for thread in threads:
    thread.start()

# 等待所有线程结束
for thread in threads:
    thread.join()

# 输出最终的共享变量值
print(f"Shared value: {shared_value}")  # 预期输出：10

二、多进程：释放并行计算潜能

多进程是另一种并发编程技术，它允许您在不同的进程中创建和执行多个任务。进程是独立运行的程序实体，拥有自己的地址空间、堆栈和代码段。多进程的优势在于它可以充分利用多核处理器的计算能力，实现真正的并行计算。

2.1 多进程的基础知识

• 进程：进程是操作系统能够分配独立内存空间和执行指令的基本单位，它拥有自己的地址空间、堆栈和代码段，是独立运行的程序实体。
• 进程通信：进程通信是指进程之间的数据交换和同步，以便它们能够协作和共享资源。
• 进程池：进程池是一种管理进程的机制，它预先创建并维护一定数量的进程，以供程序使用，提高创建和销毁进程的效率。

2.2 多进程的创建与管理

• 创建进程：使用Python的multiprocessing模块可以轻松创建进程，Process()类提供了创建进程所需的基本功能。

  
  import multiprocessing

def task(name): print(f"Task {name} is running.")

创建进程并赋予名字

process1 = multiprocessing.Process(target=task, args=("Process 1",)) # 进程1 process2 = multiprocessing.Process(target=task, args=("Process 2",)) # 进程2

启动进程

process1.start() process2.start()

等待所有进程结束

process1.join() process2.join()

- 进程通信：Python的多进程模块提供了`Queue`、`Pipe`等通信机制，允许进程间的数据交换和同步。
```python
import multiprocessing

# 定义消息队列
queue = multiprocessing.Queue()

def producer():
    # 向消息队列发送数据
    for i in range(10):
        queue.put(i)

def consumer():
    # 从消息队列接收数据
    while not queue.empty():
        item = queue.get()
        print(f"Received item: {item}")

# 创建进程并赋予任务
producer_process = multiprocessing.Process(target=producer)
consumer_process = multiprocessing.Process(target=consumer)

# 启动进程
producer_process.start()
consumer_process.start()

# 等待所有进程结束
producer_process.join()
consumer_process.join()

• 进程池：进程池可以提高创建和销毁进程的效率，从而减少程序的开销。

  
  import multiprocessing

def task(name): print(f"Task {name} is running.")

创建进程池

pool = multiprocessing.Pool(4) # 4个进程

将任务添加到进程池

for i in range(10): pool.apply_async(task, args=(f"Task {i}",))

关闭进程池，等待所有任务完成

pool.close() pool.join()