简介：许多朋友询问与Python相关的有多少线程得到了改进。本文的首席CTO注释将为您提供详细的答案，以供您参考。我希望这对每个人都会有所帮助！让我们一起看看！
首先，Python的多线程本身非常低效，因为GIL的限制（全球解释器锁：全局说明锁）机制，其作用简单：对于解释器，仅执行一个线程字节字节。
因此，如果您在传统意义上追求多线多线程的效率，那么您仍然在Python世界中使用多处理...
在这里，您可以使用多线程和控制公共资源。首先，这件事将导致死锁。如果您不锁定，就没有死锁的隐藏危险，但是会有同步问题。
另外，如果不同的线程操作不同的文件，则没有同步问题。如果操作相同的文件，我建议使用队列（队列）进行处理。
通常，只需使用一个线程，因为Python多线程本身不是有效的，并且单程不需要考虑同步。如果您必须提高效率，请使用多个过程，并且还必须考虑过程锁定。
python线程
在此过程中有许多优势。它提供了可以改善计算机CPU的利用率的多个编程。由于该过程是如此出色，为什么它是线程？实际上，如果仔细观察，您会发现该过程中仍然存在许多缺陷。
它主要反映在几个方面：
该过程一次只能完成一个任务。如果您想同时执行两个或多个任务，则必须启动多个进程才能完成多个任务。
如果该过程在执行过程中被阻止，例如等待输入，则整个过程将被悬挂。即使该过程中的某些工作不取决于输入数据，也不会执行它。
每个过程都有自己的独立空间，因此创建多过程，破坏比多线程更耗时，而且还占据了系统资源。
该过程是资源分配的最小单元。该线程是CPU调度的最小单元。在每个过程中至少一个线程。
线程和过程之间的区别
可以总结为以下4分：
1）地址空间：过程之间每个独立过程的每个过程都有其自己的独立内存空间，这意味着一个过程中的数据在另一个过程中不可见。但是共享了同一过程中线程之间的数据。
2）通信：由于每个过程都有自己的独立内存空间，因此，过程中的过程需要IPC，并且可以为多个线程共享该过程中的数据，并且可以访问每个线程。
3）时间表和切换：线程的切换比上下文开关快得多。
4）在多线程操作系统中，该过程不是可执行的实体。它的主要功能是从操作系统申请存储空间，然后在内存空间中打开线程执行任务。它是真实的执行主体。一个进程可以包含多个线程，一个线程不能包含进程。由于该过程是系统分配的最小单元，因此该线程不能从操作系统中申请其自己的空间，但是可以将多个线程包含在一个线程中。
相关建议：“ Python视频教程”
线程的功能：
在多线程操作系统中，通常在一个过程中包含多个线程中。每个线程是使用CPU的基本单位，该单元是其成本最低费用的实体。该线程具有以下属性。
1）光实体
线程中的实体基本上没有系统资源，但是有一些资源可以确保独立操作。
线程的实体包括程序，数据和TCB。线程是一个动态概念，其动态特性由线程控制块TCB（线程控制块）描述。
2）独立调度和分销的基本单位。
在多线程OS中，线程是可以独立运行的基本单元，因此它们也是独立调度和分发的基本单元。由于线程为“光”，因此线程的切换非常快，费用很小（费用很小（在同一过程中）。
3）共享过程资源。
可以访问过程，计时器，计时器，信号机制等。由于线程共享内存和文件在同一过程中，因此内核无需在线程之间互相调用。
4）可执行执行
在一个过程中的多个线程之间，它可以同时执行，甚至允许所有线程在一个过程中执行；同样，也可以同时执行不同过程中的线程，从而充分利用并施加处理器和外围设备。并行工作的能力。
线程的实现可以分为两类：
用户级线程和内核级线程也称为螺纹或轻巧的过程，由内核支持。在多线程操作系统中，每个系统的实现都不相同。用户 - 级线程在某些系统中实现，并且内核 - 级线程在某些系统中实现。
用户线程和内核线程之间的区别：
1. OS内核感知了内核支持线程，并且用户级别的线程与OS内核密不可分。
2.用户级线程的创建，取消和调度不需要OS内核的支持，OS内核是在语言级别（例如Java）进行处理的；内核支持线程的创建，取消和调度需要OS内核来提供支持，并且随着创建，取消和调度的过程通常相同。
3.用户 - 级别的线程执行系统调用指令将导致其过程中断，当内核支持线程执行系统调用指令时，仅会导致线程中断。
4.在仅具有用户 - 级线程的系统中，CPU调度仍在运行过程中处理过程中，并且控制用户程序控制线程的旋转操作；在具有内核支持线程的系统中，CPU调度线程用作单元，并且OS线程计划的时间表负责线程的调度。
5.用户 - 级线程的程序实体是在用户状态下运行的程序，而支持线程的内核实体可以在任何状态下运行程序。
内核线程的优点和缺点：
优点：当有多个处理器时，可以同时执行过程的多个线程。
缺点：内核的时间表。
用户线程的优点和缺点：
优势：
线程的调度不需要直接参与核心，并且控件很简单。
它可以在不支持线程的操作系统中实现。
构建和破坏线程和线程开关成本的成本远低于内核线程。
每个过程都可以自定义自己的调度算法，并且线程管理更加灵活。
线程的表面空间和堆栈空间可以使用比内核级别的线程更多。
在同一过程中，只有一个线程同时运行。如果通过系统调用阻止线程，则将悬挂整个过程。此外，这些页面将引起相同的问题。
缺点：
资源调度是根据过程执行的。在多个处理器下，同一过程中的线程只能在同一处理器下重复使用。
多线程的目的 - “最大使用CPU资源”。每个程序都会生成一个过程，并且每个过程必须至少具有一个主线程。对于一个CPU（没有覆盖范围），只有一个线程可以同时执行，因此，如果您想完成多个任务，只能获得时间胶片或线程。它可以在一个线程中执行，然后根据某个策略执行其他线程。简而言之，感觉到有许多线程同时执行。
Python是口译员中运行的一种语言。找到信息知道Python中有一个全球锁（GIL）。在使用多线程（线程）的情况下，使用多核的优势。使用多局部（Multipress），多核的优势可以真正提高效率。
单线程，多线程和多进程效率比较测试：GitHub地址
根据数据，如果多线程的过程是CPU密集型，则多线程的效率不大。相反，这可能是由于线程的频繁切换，这将导致效率降低。建议使用多个过程；如果是io -dense类型；多线程过程可以使用IO在等待其他线程提高效率时阻止空闲时间。因此，我们根据实验比较不同场景的效率
|CPU密集操作|io -dense操作|网络请求密集操作
- | - | - | -
线性操作|69.7353328374 |17.76633326213 |6.78833333651
多线程操作|75.40299995740 |145.683666670609 |1.939999977755
多进程操作|13.97433336576 |4.67833328247 |2.38333328565
唯一的个人观点，欢迎留言~~~
如果您的代码密集的CPU，则可能会线性执行多个线程的代码。因此，在这种情况下，多个线程是鸡排，效率可能不会像单个线程一样，因为有上下文开关
但是：如果您的代码是密度的，多线程可以显着提高效率。爬行动物正在等待插座返回数据。这次，C代码中有一个释放GIL。最终结果是当线程在等待IO时，可以继续执行其他线程。
另一方面：您不应该在Python中编写CPU密集型代码...效率在哪里...
如果您确实需要在CPU密集型代码中使用并发，请使用多处理库。此库基于多进程来实现多线程的API接口，并且与Pickle部分实现了Partial变量共享。
添加另一个，如果您不知道您的代码到末端，即CPU密度类型或IO密度类型，请教您一种方法：
多处理（一个模块）具有一个虚拟子模块，该模块基于多线程API来实现多处理。
假设您使用的是使用多处理的多处理池来实现相关性
从多处理导入池
如果此代码已更改为以下内容，它将变为多线程以实现共识
从多处理。dummy进口池
以这两种方式运行，只需使用快速的速度即可。
更新：
我刚刚发现并发。Futures包含threadpoolexecutor和ProcessPooleExecutor，这可能更容易
结论：以上是相关内容答案，回答了主要CTO注释汇编的多少线程。希望它对您有所帮助！如果您解决了问题，请与更多关心此问题的朋友分享?