标签：
当多个客户端访问服务端的时候，每个客户端都会对服务端说：’嗨，我想连接你‘。服务端的sorcket通过while循环，一直监听着是否有client请求连接，当有请求（一个或者多个）连接过来的时候：就会分配（一个或者多个）进程或者线程给client，并保持连接，进行通话。
线程是应用程序的最小单位，
#!/usr/bin/env python # -*- coding:utf-8 -*- import threading import time def show(arg): time.sleep(2) print ‘thread‘+str(arg) for i in range(10): t = threading.Thread(target=show, args=(i,)) #这里实例化对象的时候传的两个参数第一个参数是，线程需要执行的方法，第二个参数方法的参数 t.start() print ‘main thread stop‘
上述代码创建了10个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令。
再次回顾：这里为什么是分片执行？
python中的多线程，有一个GIL（Global Interpreter Lock 全局解释器锁 ）在同一时间只有一个线程在工作，他底层会自动进行上下文切换.这个线程执行点，那个线程执行点！
更多方法：请自己多查看源码，多看，多看，看不懂，再看。
线程锁：
无线程锁：（多个线程同时对一个内存地址进行操作） #!/sur/bin/env python # -*- coding:utf-8 -*- __author__ = ‘ganzl‘ import threading import time gl_num = 0 def show(arg): global gl_num time.sleep(1) gl_num +=1 print gl_num for i in range(10): t = threading.Thread(target=show, args=(i,)) t.start() print ‘main thread stop‘
有线程锁： #!/sur/bin/env python # -*- coding:utf-8 -*- __author__ = ‘ganzl‘ import threading import time gl_num = 0 lock = threading.RLock() #实例化调用线程锁 def Func(): lock.acquire() #获取线程锁 global gl_num gl_num +=1 time.sleep(1) print gl_num lock.release() #释放线程锁，这里注意，在使用线程锁的时候不能把锁，写在代码中，否则会造成阻塞，看起来“像”单线程 for i in range(10): t = threading.Thread(target=Func) t.start()
event
python线程的事件用于主线程控制其他子线程的控制。
事件主要提供了三个方法 set、wait、clear。
事件处理的机制：
全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait 方法时就会阻塞，
如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
#!/sur/bin/env python # -*- coding:utf-8 -*- __author__ = ‘ganzl‘ import threading def do(event): print ‘start‘ event.wait() #执行对象weit方法，然后他们停下来，等待“Flag”为True print ‘execute‘ event_obj = threading.Event() #创建事件的对象 for i in range(2): t = threading.Thread(target=do, args=(event_obj,)) #执行多线程。 t.start() print dir(event_obj) print event_obj.__dict__ print event_obj.__dict__[‘_Event__flag‘] inp = raw_input(‘input:‘) if inp == ‘true‘: event_obj.set() print event_obj.__dict__[‘_Event__flag‘]
多进程：
注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。
并且python不能再Windows下创建进程！（pycharm不能执行多线程的demo）
并且在使用多进程的时候，最好是创建多少个进程？：和CPU核数相等
Linux下，工作中用到的批量执行命令的demo：
#!/sur/bin/env python # -*- coding:utf-8 -*- __author__ = ‘ganzl‘ import multiprocessing import sys,os,time import paramiko def ssh_cmd(host,port,user,passwd,cmd): msg = "-----------Result:%s----------" % host s = paramiko.SSHClient() s.load_system_host_keys() s.set_missing_host_key_policy(paramiko.AutoAddPolicy()) try: s.connect(host,22,user,passwd,timeout=5) stdin,stdout,stderr = s.exec_command(cmd) cmd_result = stdout.read(),stderr.read() print msg for line in cmd_result: print line, s.close() except paramiko.AuthenticationException: print msg print ‘AuthenticationException Failed‘ except paramiko.BadHostKeyException: print msg print "Bad host key" p = multiprocessing.Pool(processes=20) #----------------等他与上面那一句 #from multiprocessing import Process,Pool #p = Pool(20) #---------------- cmd=raw_input(‘CMD:‘) f=open(‘serverlist.conf‘)#当前目录下建立该配置文件，格式按照如下的方式 list = f.readlines() f.close() for IP in list: host=IP.split()[0] port=int(IP.split()[1]) user=IP.split()[2] passwd=IP.split()[3] p.apply_async(ssh_cmd,(host,port,user,passwd,cmd))#多进程执行的一个方法。 p.close() p.join()
进程池
进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，
如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
进程池中有两个方法及demo：
#!/usr/bin/env python # -*- coding:utf-8 -*- from multiprocessing import Process,Pool import time def Foo(i): time.sleep(2) return i+100 def Bar(arg): print arg pool = Pool(5) #print pool.apply(Foo,(1,)) #print pool.apply_async(func =Foo, args=(1,)).get() for i in range(10): pool.apply_async(func=Foo, args=(i,),callback=Bar) print ‘end‘ pool.close() pool.join()#进程池中进程执行完毕后再关闭，如果注释，那么程序直接关闭。
多进程之间，也可以数据共享，同时数据共享时，产生脏数据时，也可以用锁进行锁定，防止脏数据。
这个平时没用到过，有碰到时，再度娘吧。
协程：（这个平时也没用到过，先标注下概念，以后有用到再加深吧）
线程和进程都是系统帮咱们开辟的。
对于协程来说，是程序员操控的。
协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。
协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。
适用场景：其实在其他语言中，协程的其实是意义不大的多线程即可已解决I/O的问题，但是在python因为他有GIL（Global Interpreter Lock 全局解释器锁 ）在同一时间只有一个线程在工作，所以：如果一个线程里面I/O操作特别多，协程就比较适用
demo的话，自己整特明白了再说。
关于更多请参考：http://www.cnblogs.com/wupeiqi/articles/4839959.html（写的很不错）
标签：
原文地址：http://www.cnblogs.com/shoug/p/5137360.html
