線程&進程
對於操作系統來說，一個任務就是一個進程（Process），比如打開一個瀏覽器就是啟動一個瀏覽器進程，打開一個記事本就啟動了一個記事本進程，打開兩個記事本就啟動了兩個記事本進程，打開一個Word
就啟動了一個Word進程。進程是很多資源的集合。
有些進程還不止同時幹一件事，比如Word，它可以同時進行打字、拼寫檢查、打印等事情。在一個進程內部，要同時幹多件事，就需要同時運行多個“子任務”，我們把進程內的這些“子任務”稱為線程（Thread
）。
由於每個進程至少要幹一件事，所以，一個進程至少有一個線程。當然，像Word這種復雜的進程可以有多個線程，多個線程可以同時執行，多線程的執行方式和多進程是一樣的，也是由操作系統在多個線程之間
快速切換，讓每個線程都短暫地交替運行，看起來就像同時執行一樣。當然，真正地同時執行多線程需要多核CPU才可能實現。線程是最小的執行單元，而進程由至少一個線程組成。
我們在做事情的時候，一個人做是比較慢的，如果多個人一起來做的話，就比較快了，程序也是一樣的，我們想運行的速度快一點的話，就得使用多進程，或者多線程，在python裏面，多線程被很多人詬病，為
什麽呢，因為Python的解釋器使用了GIL的一個叫全局解釋器鎖，它不能利用多核CPU，只能運行在一個cpu上面，但是你在運行程序的時候，看起來好像還是在一起運行的，是因為操作系統輪流讓各個任務交替
執行，任務1執行0.01秒，切換到任務2，任務2執行0.01秒，再切換到任務3，執行0.01秒……這樣反復執行下去。表面上看，每個任務都是交替執行的，但是，由於CPU的執行速度實在是太快了，我們感覺就像
所有任務都在同時執行一樣。這個叫做上下文切換。
多線程：
 

多線程要用到threading這個模塊
eg1：
import threading,time
def run(count):
    time.sleep(2)
    print(count)
start=time.time()
threads=[]
for i in range(5):
    t=threading.Thread(target=run,args=(i,))
    #創建一個線程，指定它運行哪個函數；args=(i,)是run函數的入參，一個參數要加逗號，沒有參數就不寫args
    #如果不加線程，這段代碼運行需要10秒，加了線程時間就減少很多
    t.start()
    threads.append(t)
    #把啟動的每一個線程添加到這個線程組裏面

for th in threads:
    th.join()  #th代表的是每個子線程，join方法是等待子線程結束的意思，子線程結束了才繼續往下走；
     #如果沒有join的話，就是主線程和子線程同時執行，子線程因為要sleep兩秒，所以主線程先走完，然後子線程走完
end=time.time()
print(‘總共運行了‘,end-start)
在運行python文件時，如果你不啟動多線程，那最少有一個線程在運行
線程之間是相互獨立的，都是同時執行，互相沒有關系
程序開始運行的時候的線程是主線程,主線程先走，並不是等其他線程走完它再走
通過多線程去調用一個函數的時候，是沒有辦法獲取到這個函數的返回值的；如果多線程想獲取返回結果，可以把返回值放添加到列表裏
上面的例子，線程有6個

設置守護線程：
 

for i in range(5):
    t=threading.Tread(target=run,args(i,))
    t.setDarmon(True)
    #把子線程設置成守護線程
    #主線程只要一結束，子線程都得結束，有沒有執行完都得結束
    t.start()
print(‘over‘)


線程鎖
線程鎖就是，很多線程一起在操作一個數據的時候，可能會有問題，就要把這個數據加個鎖，同一時間只能有一個線程操作這個數據。
from threading import Lock
num=0
lock=Lock()   #申請一把鎖
def run2():
    global num
    lock.acquire  #加鎖
    num+=1
    lock.release()   #解鎖
lis=[]
for i in range(5):
    t=threading.Thread(target=run2)
    t.start()
    lis.append(t)
for t in lis:
    t.join()
print(‘over‘,num)

下面來個簡單的爬蟲，看下
 
多線程的效果：
import threading
import requests, time

urls = {
    "baidu": ‘http://www.baidu.com‘,
    "blog": ‘http://www.nnzhp.cn‘,
    "besttest": ‘http://www.besttest.cn‘,
    "taobao": "http://www.taobao.com",
    "jd": "http://www.jd.com",
}

def run(name, url):
    res = requests.get(url)
    with open(name + ‘.html‘, ‘w‘, encoding=res.encoding) as fw:
        fw.write(res.text)
    #把網站上的html內容下載到文件裏
start_time = time.time()
lis = []
for url in urls:
    t = threading.Thread(target=run, args=(url, urls[url]))
    t.start()
    lis.append(t)
for t in lis:
    t.join()    #下載html內容的子線程結束之後再走這裏
end_time = time.time()
print(‘run time is %s‘ % (end_time - start_time))

# 下面是單線程的執行時間
# start_time = time.time()
# for url in urls:
#     run(url,urls[url])
# end_time = time.time()
# print(‘run time is %s‘%(end_time-start_time))

多進程：

python裏面的多線程是利用不了多核cpu的
多進程是可以利用多核cpu的,python中多進程使用multiprocessing模塊。
from multiprocessing import Process
import time
def f(name):
    time.sleep(2)
    print(‘hello‘, name)
ps=[]
for i in range(5):
    p = Process(target=f, args=(‘niu‘,))
    p.start()
    ps.append(p)
for p in ps:
    p.join()
#多線程和多進程語法一樣
#多進程適用於cpu密集型任務，即操作cpu比較多的
#多線程適用於io密集型任務，即操作input/output比較多的，比如操作磁盤

python：多進程、多線程