python并发编程

操作系统

操作系统本质是程序，最初没有操作系统，程序只能人工、按序放到计算机上执行。
操作系统通过线程、进程对象，并发技术，可以使多个程序同时执行

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，一个进程可以并发多个线程，每条线程执行不同任务，共享同进程下的内存空间。
线程切换通过上下文进行，互相记录下上一个执行的信息，会有资源的开销。
同进程下的线程与线程之间，没有主次之分，互不影响
Python中使用 threading 与 concurrent.futures.ThreadingPool 操作多线程

多线程

适用于io密集的，不适用于CPU 密集程序。
频繁的使用上下文切换也是要耗费一定的资源，因为单线程在每次切换任务的时候需要保存当前任务的上下文。
主进程在启动之后会启动一个主线程，线程启动了多个子线程，然而启动的子线程是独立的，所以主线程不会等待子线程执行完毕，而是主线程继续往下执行，并行执行。

for i in range(50):
    t = threading.Thread(target=princ, args=('t-%s' % (i),))
    t.start()

全局解释器锁

这是解释器级别的锁（Cpython里），同一时间，只能一个线程运行，无法利用多核cpu的优势。
加锁是为了 保证不同的线程操作内部共享的数据 的安全性。
在Python1.5，增加了 free threading 补丁 ，实现了 去除gil，并用更细粒度的锁替代gil，但是在单线程情况下，性能降低了40%

Join()

这会阻塞调用这个方法的线程，直到被调用 join() 的线程终结

守护线程

通过t.daemon = True或者调用 t.setDaemon(True) 设置守护进程，在后台运行，无需担心将其关闭的线程，主线程关闭，守护线程也关闭。
主线程会等待非守护线程运行结束才结束。

线程之间数据通信

递归锁（RLOCK/LOCK）

条件对象

主动休眠，被动唤醒的场景。