基础概念

http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html(较好解释)

• 进程 : 程序的动态执行，是程序的进口和出口，进程是资源分配的最小单位，进程由自己的独立内存空间、数据栈等，不同进程只能使用进程间通信，而不能直接共享信息。

• 线程 ：是CPU调度的最小单位，一个进程中的各个线程之间共享同一块数据空间。

• 互斥锁 : 防止多个线程同时读写某一块内存区域,进程的某一块内存区域，只允许一个线程占有，当被某一个线程占有，就锁上;

• 线程有开始、顺序执行和结束3部分，有一个自己的指令指针，记录运行到什么地方。线程的运行可能被抢占（中断）或暂时被挂起（睡眠），从而让其他线程运行，这叫作让步。

• 线程一般是并发执行的。正是由于这种并行和数据共享的机制，使得多个任务的合作变得可能。实际上，在单CPU系统中，真正的并发并不可能，每个线程会被安排成每次只运行一小会儿，然后就把CPU让出来，让其他线程运行。

• 对于操作系统来说，一个任务就是一个进程，开启多个任务就是多进程。

有些进程不止可以同时做一件事，比如Word可以同时打字、检查拼写、打印等。在一个进程内部，要同时做多件事，就需要同时运行多个线程。（进程中的多线程）

线程在执行过程中与进程还是有区别的。每个独立线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能独立执行，必须依存在进程中，由进程提供多个线程执行控制。

多线程的执行方式和多进程是一样的，也是由操作系统在多个线程之间快速切换，让每个线程都短暂交替运行，看起来就像同时执行一样。当然，真正同时执行多线程需要多核CPU才能实现。

同时执行多个任务的方法:

1. 多个进程可以一起执行多个任务
2. 启动一个进程，在一个进程内启动多个线程，这样多个线程也可以一起执行多个任务。
3. 启动多个进程，每个进程再启动多个线程，这样同时执行的任务就更多了，不过这种模型过于复杂，实际很少采用。

总而言之，多线程是多个相互关联的线程的组合，多进程是多个互相独立的进程的组合。线程是最小的执行单元，进程至少由一个线程组成。

如何选择并发编程模式

小概念

![O%`(VZ)0_9_QP%IXL8@ZJ9.png
需要大量的读取硬盘->io ; 大量的计算->cpu

全局解释器锁

![RJ%{L5R8W{FIBEB@CYCYNY.png
![}@QHDP[SHWV0LO%IFD[)32.png](https://cdn.nlark.com/yuque/0/2021/png/12357578/1632646113925-3fd705ce-dde7-4bf0-9ca3-e05da5123c1c.png#clientId=ub6637562-e1fc-4&from=paste&height=354&id=uc9939369&margin=%5Bobject%20Object%5D&name=%60%7D%40QHDP%5BSHWV0LO%25IFD%5B%2932.png&originHeight=707&originWidth=1126&originalType=binary&ratio=1&size=337354&status=done&style=none&taskId=u11adaea0-d18d-40a7-9a9e-e5a7fdfa6a5&width=563)(requests库不支持多协程)<br />![YHV0ZFKFGDQKY~3K7XX4FL.png](https://cdn.nlark.com/yuque/0/2021/png/12357578/1632646152639-7d43700f-bffe-4c80-84c9-8c240889b917.png#clientId=ub6637562-e1fc-4&from=paste&height=318&id=u7c1686b4&margin=%5Bobject%20Object%5D&name=YHV0ZFKFGDQKY~3%60K7XX4FL.png&originHeight=636&originWidth=1159&originalType=binary&ratio=1&size=191681&status=done&style=none&taskId=u6aedab10-0c12-4673-87d9-45339ea5861&width=579.5)
![90U)DY)1K`VSE4AU_CSSJS.png

Python虚拟机的访问由全局解释器锁（Global Interpreter Lock, GIL）控制，这个锁能保证同一时刻只有一个线程运行。
由于GIL python只能运行一个线程，本身是不支持多线程的;
IO密集型:释放锁;达到多线程
CPU密集型 :多进程

python线程模块

创建线程

import threading #引入线程模块
threading.Thread(target=eud_url.requests_edu,args=(url,)
#target->函数名！只是函数名，不是调用函数()没有括号, args=元组，函数的参数变量
只有一个的情况下（变量,）要有,
thread.start()
thread.join()
#线程之间的执行顺序是无序的;
多线程中join()的用法https://www.cnblogs.com/cnkai/p/7504980.html

多线程爬虫

import requests
urls =[
    f"https://src.sjtu.edu.cn/list/?page={page}"
    for page in range(1,21)
]
#print(urls)
def requests_edu(url):
    r=requests.get(url=url,verify=None)
    print(url,len(r.text))
#requests_edu(urls[0])
import threading
import time
import eud_url
def single_thread():
    print("single_thread begin:")
    for url in eud_url.urls:
        eud_url.requests_edu(url)
def multi_thread():
    print("multi_thread begin:")
    threads = []
    for url in eud_url.urls:
        threads.append(
            threading.Thread(target=eud_url.requests_edu,args=(url,))
        )
    for thread in threads:
        thread.start()
    for thread in threads:
        thread.join()
if __name__ == '__main__':
    start=time.time()
    single_thread()
    end=time.time()
    print("singel thread cost: %s"%(end-start))
    start=time.time()
    multi_thread()
    end=time.time()
    print("multi thread cost: %s"%(end-start))