Python之多线程
什么是线程？
要弄清楚线程的定义，往往就要和进程相互比较，从比较中才能更准确地明白一个东西的定义。首先有个数量关系是这样的，进程是由多线程组成的，每个进程起码都有一个线程。
然后重点是有人说：
进程和线程简单而基本靠谱的定义如下：
1. 进程：程序的一次执行
2. 线程：CPU的基本调度单位
给一句话的定义，其实没有什么意思。但是，做为最根本的落脚点，放着也是极好的。
阮大神的这篇blog写的很通俗，但是不清楚，不深入，但是文章加评论却是相当有意思。
在我眼中的定义的理解
- 进程：程序的一次执行？
所谓程序的一次执行，就是指有自己的内存空间。就程序代码而言，就是当有全局变量，局部变量的时候，两者是不会互相影响的，每个进程都有自己独立的内存空间。其实，这些都是操作系统在影响着，你看，每个进程都有自己的内存空间，那么每个进程自己使用自己的东西的时候，就不会拿错东西，这样一来，我的程序员师叔们编程序的时候就不会弄错了，不用考虑这个变量是属于哪个进程这种问题了。（也不知道当时他们是不是这么想的:( ）（那么问题来了，操作系统层是这样的，那么硬件层呢？CPU层到底是怎么实现的呢？） - 线程：CPU的基本调度单位？
这个问题还没有考虑清楚，下次看看书，再来补充。有一个肤浅的一点就是在实际编程的过程中，全局变量是可以被所有线程所访问到的。（太肤浅了。。）
Python的多线程实现（Python3实现）
Python的标准库提供了两个模块：_thread和threading，_thread是低级模块，threading是高级模块，对_thread进行了封装。绝大多数情况下，我们只需要使用threading这个高级模块。
下面是廖大官网的例子，感觉非常不错，搬过来了哈。
import time, threading
# 假定这是你的银行存款:
balance = 0
def change_it(n):
# 先存后取，结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(100000):
change_it(n)
t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)
如果是初次在学校中开始接触到线程的话，其实有一点是十分困惑的。（反正我是非常困惑的）就是有一种欲望是想看看threading这个模块的Thread函数的实现是什么？或者说就想弄清楚，弄明白run_thread，这个函数命传递进去了之后，程序代码到底做了什么？为什么要t1.start()，t1.join()？就很奇怪，一个好好的函数，为什么要target传一个函数名，args参数传函数的参数，一起传不好吗？
然后当你真的点击去看实现的时候，就会一脸懵逼。那么如果控制这种想法呢？反正我就明白一点就是，学习的过程，并不是你前面的都明白的，下一个点也能明白的，有时候明白这种明白，知道这个点不是现阶段的问题这个事实是非常好的。
API中的几个注意点：
- target传递的是一个函数名，而不是函数调用，如果你看过Python的线程的API的话，也是要注意这一点的。
- balance这种全局变量是可以被所有线程访问到的。然后就有了锁的概念，那不是另一个世界了。
- 线程的start()，join()函数的作用，线程的调度是由操作系统决定的，没有先后顺序，高级语言的有些一条语句其实可以拆分之类的概念，这里是不会提的，不然显得没重点，可以看一下廖大的教程，很详细。
- 下面是其中一种运行结果。
初始值 balance = 0
t1: x1 = balance + 5 # x1 = 0 + 5 = 5
t2: x2 = balance + 8 # x2 = 0 + 8 = 8
t2: balance = x2 # balance = 8
t1: balance = x1 # balance = 5
t1: x1 = balance - 5 # x1 = 5 - 5 = 0
t1: balance = x1 # balance = 0
t2: x2 = balance - 8 # x2 = 0 - 8 = -8
t2: balance = x2 # balance = -8
结果 balance = -8
- 线程中锁。
balance = 0
lock = threading.Lock()
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try:
# 放心地改吧:
change_it(n)
finally:
# 改完了一定要释放锁:
lock.release()
还真是，这个API比JAVA中的要简单很多。
- 还有一种是一个python的类继承的thread的API还没有写，下次补充。显示这个继承的API不好，类中参杂了很多不是这个类的东西。
GIL
GIL是全局解释器锁，可以看这个东西的英文比较能懂。因为这个东西的存在，Python的多线程，不论怎么样都只能充分使用CPU的一个核心。有下面几点要注意：
- Python是一种语言，语言也可以理解为一种语法标准，在这个标准里面是没有GIL的，但是这个语言的实现，官方的解释去CPython中是用了GIL来实现的，但是比如JPython是没有这个概念的。（那么问题来了，为什么还是有那么多人使用CPython？）
- Python3中的GIL也是一样存在的，只是Python3中对GIL的一个多线程比单线程还要慢的这一个问题进行了修复，没有从根本上解决这个问题。
- 想充分利用多核CPU的话，可以使用多进程。（那么为什么多进程可以避开GIL而充分使用CPU呢?）
最后之前
为什么多线程或者说多进程会比单进程快呢？对于IO密集型，计算密集型？可以从CPU和操作系统的角度来谈谈这个问题吗？计算机有几个IO方式呢，比如DMA是什么，有什么不同？计算机IO的时候，是需要CPU的运行吗？需要吗？不需要吗？不需要的话，又是谁把磁盘中的数据读到内存中的呢？除了CPU还有谁有这个能力呢？线程和进程在CPU这个层面到底是什么瓜葛呢？待我好好看书，来回答这个问题。
最后
写给未来的自己，也写给读到最后的你，能力有限，如有错误，请交流谈论及指正，如果有帮助，请评论或者点击喜欢，谢谢。
参考：
进程与线程的一个简单解释
廖雪峰的官方教程之多线程
Python 之父谈 Python
Python 3.2与更好的GIL
