目标：
    1：掌握多进程以及多线程的适用场景
    2：掌握创建多线程的步骤以及常用语法
    3：掌握多线程爬虫的工作原理
    4：掌握Python中队列的一些操作！
    5：掌握多线程对全局变量加线程锁的目的

    一：多进程以及多线程的适用场景

    多进程适用场景：计算机密集型的操作（CPU密集型），比如说计算大量数据时，多进程可以保证同一时间多个进程同时工作，就是比较消耗内存

    多线程适用场景：I/O密集型操作，比如说网络I/O、本地磁盘I/O，爬虫就是网络I/O与本地磁盘I/O（存储数据）结合体，多线程因为GIL的存在同一时间只能保证有一个线程在工作，但是也能保证同意时间肯定有一个线程在工作

    二：创建多线程的步骤以及常用语法

    步骤：

    第一步：from threading import Thread 导入模块

    第二步：t = Thread（target=任务函数名，args=（）） 创建线程对象 args = （），是元组给任务函数传参，相当于位置传参

    第三步：t.start（） 启动线程

    第四步：time.sleep（1） 等待线程任务执行完毕

    第五步：t.join（） 当 t 线程任务执行结束后 回收 t 这个线程（防止死线程的产生）

    注意事项：
    1：join（）方法功能是等待创建的某线程执行任务函数结束后进行线程的回收
    2：利用join 方法时程序会进入阻塞状态，回收完执行任务完毕的线程后才解除阻塞！



    常用建立多线程语法截图

    image.png

    三：多线程爬虫的工作原理

    image.png

    四：Python中队列的一些操作【数据存入、取出、取数据阻塞等问题】！

    队列存入数据的优先级：队列中的数据是先进先出，从队尾进入，队首取出

    操作队列的步骤：

    第一步：from queue import Queue 导入队列模块

    第二步：q = Queue（） 创建q这个队列

    第三步：q.put（存入队列的数据） 向q这个队列存入数据

    第四步：q.get（） 从q这个队列中取出存入的数据

    第五步：q.empty（） 判断队列中数据是否为空，是返回True，不是返回False

    队列取数据出现的问题：当利用 get 方法从队列中取数据时，队列数据为空，那么程序就会进入阻塞状态，有什么办法让程序不阻塞嘛？

    解决办法：
    1：q.get（timeout=2） 设置阻塞时间，当超过两秒钟还未从队列中取得数据，程序直接报错

    2：q.get（block=False） 在队列取不到数据直接报错，block默认值为True，也就是取不到数据程序一直处于阻塞状态

    3：q.get_nowait（） 利用get_nowait方法取数据，队列内没有数据直接报错！！

    4：while not q.empty( ): 判断队列内是否有数据，有数据才取，没数据不取
    q.get( )


    五：多线程对全局变量加线程锁的目的以及加锁步骤

    加线程锁目的：多个线程共享（共同操作）一个全局变量时（全局文件变量、全局变量、全局队列变量），可能会产生资源竞争问题，这时就要对全局变量进行加线程锁，等一个线程对全局变量操作完全结束后，在进行线程锁的释放！，可避免多线程间资源的竞争

    加线程锁步骤：

    第一步： from threading import Lock 导入线程锁模块

    第二步：l_obj = Lock（） 创建一个线程锁

    第三步：l_obj.acquire( ) 某一个线程在对全局变量操作之前进行加锁

    第四步：l_obj.release（） 某一个线程在对全局变量操作完全结束后进行开锁

    注意事项：对某个全局变量上线程锁，在线程锁未开锁之前，又给这个全局变量上了一把锁，这是程序会进入阻塞状态

    图示：

    不加线程锁造成的多线程间资源竞争问题

    image.png

    加线程锁解决多线程之间的资源竞争

    image.png


    多线程爬虫共同操作全局变量【同一个资源】（文件变量、队列变量等）的注意事项：只要是线程对全局变量（同一个资源）进行了操作都要加上一把线程锁！！！

    注意事项：全局变量（全局队列等）有几个，那么就要创建几把线程锁