标签：bsp 结束 cpu 单位 允许 又能 name self 出现
进程与线程
什么是进程
程序并不能单独运行，只有将程序装载到内存中，系统为它分配资源才能运行，而这种执行的程序就称之为进程。程序和进程的区别就在于：程序是指令的集合，它是进程运行的静态描述文本；进程是程序的一次执行活动，属于动态概念。
在多道编程中，我们允许多个程序同时加载到内存中，在操作系统的调度下，可以实现并发地执行。这是这样的设计，大大提高了CPU的利用率。进程的出现让每个用户感觉到自己独享CPU，因此，进程就是为了在CPU上实现多道编程而提出的。
进程有很多优点，它提供了多道编程，让我们感觉我们每个人都拥有自己的CPU和其他资源，可以提高计算机的利用率。很多人就不理解了，既然进程这么优秀，为什么还要线程呢？其实，仔细观察就会发现进程还是有很多缺陷的，主要体现在两点上：
进程只能在一个时间干一件事，如果想同时干两件事或多件事，进程就无能为力了。
进程在执行的过程中如果阻塞，例如等待输入，整个进程就会挂起，即使进程中有些工作不依赖于输入的数据，也将无法执行。
例如，我们在使用qq聊天， qq做为一个独立进程如果同一时间只能干一件事，那他如何实现在同一时刻 即能监听键盘输入、又能监听其它人给你发的消息、同时还能把别人发的消息显示在屏幕上呢？你会说，操作系统不是有分时么？但我的亲，分时是指在不同进程间的分时呀， 即操作系统处理一会你的qq任务，又切换到word文档任务上了，每个cpu时间片分给你的qq程序时，你的qq还是只能同时干一件事呀。
再直白一点， 一个操作系统就像是一个工厂，工厂里面有很多个生产车间，不同的车间生产不同的产品，每个车间就相当于一个进程，且你的工厂又穷，供电不足，同一时间只能给一个车间供电，为了能让所有车间都能同时生产，你的工厂的电工只能给不同的车间分时供电，但是轮到你的qq车间时，发现只有一个干活的工人，结果生产效率极低，为了解决这个问题，应该怎么办呢？。。。。没错，你肯定想到了，就是多加几个工人，让几个人工人并行工作，这每个工人，就是线程！
什么是线程
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务
进程和线程的区别
import threading import time def sayhi(num): # 定义每个线程要运行的函数 print("running on number:%s" % num) time.sleep(3) if __name__ == ‘__main__‘: t1 = threading.Thread(target=sayhi, args=(1,)) # 生成一个线程实例 t2 = threading.Thread(target=sayhi, args=(2,)) # 生成另一个线程实例 t1.start() # 启动线程 t2.start() # 启动另一个线程 print(t1.getName()) # 获取线程名 print(t2.getName())
继承式调用
import threading import time class MyThread(threading.Thread): def __init__(self, num): threading.Thread.__init__(self) self.num = num def run(self): # 定义每个线程要运行的函数 print("running on number:%s" % self.num) time.sleep(3) if __name__ == ‘__main__‘: t1 = MyThread(1) t2 = MyThread(2) t1.start() t2.start() print(t1.getName()) # 获取线程名 print(t2.getName())
下面是一个对多线程的一个处理方法：（需要理解）：
import threading import time def run(n): print("task: ",n) time.sleep(2) print("task done: ",n) start_time = time.time() for i in range(10): t = threading.Thread(target=run,args=(i,)) t.start() print("cost: ",time.time() - start_time)
运行结果如下所示:
是因为这个程序本身就是一个主线程，主线程又起了子线程，这时子线程和主线程已经没关系了，相当于子线程和主线程是并行的。这就解释了为什么我的主线程启动了子线程之后，没有等子线程执行完毕，主线程就继续往下走了。
但是现在有个问题，我们需要计算所有线程的执行时间，并且让所有线程运行之后再运行主程序
这里就需要用到线程里的一个方法join()意思其实就是等待的意思代码如下：
import threading import time def run(n): print("task: ",n) time.sleep(2) print("task done: ",n) start_time = time.time() t_obj = [] #存线程实例 for i in range(10): t = threading.Thread(target=run,args=(i,)) t.start() t_obj.append(t) #为了不阻塞后面线程的启动，不在这里join，先放到一个列表里 for i in t_obj: #循环线程实例列表，等待所有线程执行完毕 i.join() print("all thread is done") print("cost: ",time.time() - start_time)
没有加join的时候，主线程不会等子线程执行完毕再往下走，主线程和子线程的执行完全是并行的，没有依赖关系，你执行，我也执行。但是，你会发现，最终退出的时候，主线程依然会等待所有的子线程执行完毕才退出程序。虽然不等你执行完毕才往下走，但是在程序退出之前，会默认还有一个join
但加了join的时候，主线程依赖子线程执行完毕之后， 再往下走，这是JOIN 的作用。
关于守护线程
如果将线程设置为守护线程，则主程序不会管线程是否执行完，只有主程序执行完毕之后，就会结束
代码例子如下：
import threading import time def run(n): print("task: ",n) time.sleep(2) print("task done: ",n) start_time = time.time() for i in range(10): t = threading.Thread(target=run,args=(i,)) t.setDaemon(True) #把当前线程设置为守护线程 t.start() print("all thread is done",threading.current_thread(),threading.active_count()) print("cost: ",time.time() - start_time)
标签：bsp 结束 cpu 单位 允许 又能 name self 出现
原文地址：https://www.cnblogs.com/cyfiy/p/9212666.html
