简介：今天，首席执行官指出，要与您分享多少个与Python有关的线程。如果您可以解决您现在面临的问题，请不要忘记注意此网站。让我们现在开始！
什么，Python线程太慢，想使用Greenlet，快速，很方便编写。
如果锁同步，则可以减慢线程。
ulimit -s返回线程堆栈的大小，我的默认值为8192，并且通过删除内存的大小来获得线程的理论数。
由于Python具有GIL全球解释器锁，Python的多线多核心，但是如果它是一个IO -dense项目，那么多线程效率也非常好。我使用多线程来制作爬网。
过程和线程
这两个概念属于操作系统。我们经常听到，但很少有人可以研究其含义。对于工程师，仍然有必要理解两者之间的定义和差异。
首先，该过程可以被视为CPU执行的特定任务。在操作系统中，由于CPU非常快，因此比计算机中的其他设备快得多。例如，内存，磁盘等，如果CPU一次仅执行一项任务，则会导致CPU等待这些设备很多，因此操作效率非常低。为了提高计算机的运行效率，机器的技能被挤压了尽可能出去。CPU是查询。换句话说，它一次只执行一个任务，并且在执行一小块片段以执行其他任务后立即切换。
因此，在早期的单眼机器中，计算机似乎也可以同时使用。我们可以在听这首歌时浏览互联网，而且我们不会感到口吃。但实际上，这是CPU旋转的结果。在此示例中，聆听歌曲和Internet软件的软件是CPU的独立过程。我们可以简单地了解操作过程。例如，在Android手机中，一个过程将与应用程序启动时的过程相对应。当然，此语句不是完全准确的，并且一个应用程序也可以启动多个进程。
该过程与CPU相对应，线程更针对程序。，我们需要显示歌词的字幕，戏剧的声音和用户的行为，例如是否剪裁歌曲，调整音量等等。因此，我们需要进一步分开CPU，因此在执行当前过程时，它将继续通过旋转同时执行多件事。
该过程中的任务是线程，因此从这个角度来看，过程和线程包括一个关系。一个过程可以包含多个线程。对于CPU，无法直接执行该线程，并且线程必须属于进程。因此，我们知道CPU进程开关转到Switch是执行的应用程序或软件，并且该过程内部的线程切换是特定的执行软件中的任务。
关于过程和线程的经典模型可以解释它们之间的关系。假设CPU是工厂，工厂中有多个研讨会。不同的讲习班对应于不同的生产任务。一些研讨会生产汽车轮胎，有些研讨会产生了汽车骨架。但是，工厂的力量有限，只能满足工厂建筑的使用。
为了使每个人的进度取得进展，工厂需要轮流在每个研讨会中提供电源。这里的研讨会与该过程相对应。
尽管研讨会仅生产一种产品，但有一个以上的过程。车间中可能有几个装配线。特定的生产任务实际上由组装线完成。每条装配线都对应于特定的任务。但是，与此同时，研讨会只能同时执行装配线，因此我们需要研讨会在这些装配线之间切换，并让每个组件统一的生产进度。
车间中的流线自然对应于线程的概念。该模型解释了CPU，过程和线程之间的关系。实际原理确实是相同的，但是CPU中的情况比现实中的研讨会要复杂得多。由于流程和CPU，他们面临的情况在真实的情况下发生了变化。时间。研讨会中的流线为X，下一刻可能变成Y。
在理解线程和过程的概念之后，了解计算机的配置也很有帮助。例如，当我们购买计算机时，我们经常遇到一个术语，也就是说，该计算机的CPU来自某个核和某些线程。例如，我那年购买的第一个笔记本是4个核心和8个线程。这实际上是该计算机的CPU具有4个计算核心，但是上行技术的使用可以将物理核模拟为两个逻辑。同一时间，但实际上4个内核是虚拟核心模拟。
一个问题是为什么它是4个核和8个线程，而不是4个核心和8个进程？因为CPU不直接执行该过程，而是在过程中执行某个线程。直接，只有装配线才能产生零件。研讨会更负责资源的部署，因此教科书中有一个非常经典的单词要解释：该过程是资源分配的最小单位，线程是最小的。CPU调度单位。
启动线程
Python为我们提供了一个完整的线程库。通过它，我们可以轻松地创建线程以执行多线程。
首先，我们在线程中介绍线程，这是线程类。我们可以通过创建线程实例来执行多线程。
从线程导入线程t =线程（target = func，name ='therad'，args =（x，y））t.start（）
为了简要解释其用法，我们已将三个参数分为三个参数，即目标，名称和args。从名称来看，我们可以猜测它们的含义。第一个是目标，这是一种引入的方法，即我们想要多线程执行的方法。名称是我们新创建的线程的名称。可以省略此参数。如果省略了，系统将为它设置一个系统名称。当我们执行python时，线程名称为主题，我们可以通过线程名称区分。ARGS是一个将传递到目标函数的参数。
让我们举一个经典的例子：
导入时间，线程＃新线程执行代码：def loop（n）：print（'thread％s正在运行...'％three.current_thread（）。名称）：％s％s'％（threading.current.current_thread（））。t = threading.thread（target = looop，name ='loopthread'，args =（10，））print（'thread％s结束。'％螺纹.current_thread（）。名称）
我们创建了一个非常简单的循环函数来执行一个循环以打印数字。每次打印一个数字之后，此线程将睡觉5秒，因此我们看到的结果应每5秒钟超过5秒钟。
让我们在Jupyter中执行它：
从表面上看，这个结果很好，但实际上存在问题。有什么问题？输出的顺序不正确。为什么主要线程打印第一个数字0？另一个问题是，由于主线程已经结束，为什么未结束的Python进程仍在向外打印？
因为线程是独立的，对于主线程，它不会在执行t.start（）之后留下操作结束后的子线程，我们可以将T.Join（）的线添加到代码中以实现此目标。
t.start（）
加入操作允许主线程在加入处挂起，直到继续执行之前的子线程执行结束。我们添加了JOIN运行结果：
这是我们期望的，我们将在执行子线程结束后继续。
让我们再次查看第二个问题。为什么当主线程结束时，子线程继续运行，而Python进程未退出？这是因为我们默认情况下创建了用户 - 级线程。对于进程，它将等待所有用户 - 级线程在执行所有用户 - 级线程后退出。这里有一个问题。如果我们创建一个线程以尝试从接口获取数据，则因为接口尚未返回，当前过程是否会永远等待？
这显然是不合理的，因此为了解决此问题，我们可以将创建的线程设置为守卫线程。
监护人线
监护人线是守护程序线程。它的英语文字翻译实际上是背景中的背景，因此我们也可以理解背景线程，这更方便地理解。DAEMON线程与用户线程级别不同。该过程不会主动等待执行守护程序线程。当所有用户 - 级线程的执行将退出时。
我们传递守护程序= true参数，将创建的线程设置为背景线程：
t = threading.thread（target = looop，name ='loopthread'，args =（10，），守护程序= true）
这样，我们再次看到的结果是：
在这里要注意的一件事是，如果您在Jupyter中运行，您将看不到这样的结果。因为Jupyter本身就是一个过程，对于Jupyter中的单元格，它始终由用户级别的线程生存下来，因此该过程将会不退出。因此，如果您想查看这种效果，则只能通过命令行执行Python文件。
如果我们想等待此子线程结束，我们必须传递加入方法。加上添加，为了防止子线程锁定，我们还可以在joih中设置超时，也就是说，是最长的等待时间，等待时间到达时，我们将不再等待。
例如，当我设置的超时连接等于5时，屏幕上只有5个数字。
此外，如果未设置为背景线程，尽管超时也很有用，但该过程仍将等待所有子线程结束。因此，屏幕上的输出结果将如下：
尽管主线程继续执行并结束，但子线程仍在运行，直到子线程运行为止。
这里有一个关于加入设置的坑。如果我们只有一个线程等待，如果我们有多个线程，我们将使用一个周期来设置它们。每个线程计算的启动时间是在上一个线程的末尾，随着时间的推移，它将等待所有线程暂停，然后它们将它们终止。
例如，我创建了3个线程：
ths = []对于i在范围（3）中的i：t = threading.thread（target = looop，name ='loopthread' + str' + str（i），args =（10，），daemon = true）ths.append（t）对于t t ths：t.start（）for t ths in ths：t.join（2）
屏幕上输出的结果是：
所有线程都存活了6秒。
总结
在今天的文章中，我们简要了解操作系统中线程和过程的概念，以及如何在Python中创建线程以及创建线程后相关使用。
多语言中的多线程至关重要，在许多情况下将使用多线程。界面。由于所有这些都涉及UI，因此不可避免地需要一个单独的渲染页面，另一个线程负责准备数据和执行逻辑。因此，Multi -Threading是专业程序员无法解决的主题，并且它是一个主题，并且是一个主题也是必须掌握的内容之一。
使用线程池：threadpool模块。这是可以通过以下方法安装的第三个选项模块：
easy_install threadpool
#encoding：UTF8
导入线程
导入时间
数据= 0
def func（睡眠时间）：
全局数据
打印螺纹。currentThread（）。getName（）
时间。睡眠（睡眠时间）
线程= []
对于我的范围（0,40）：
t = threading.thread（target = func，args =（i，））
threads.append（t）
num = 0
对于线程中的t：
t.start（）
而真：
＃确定运行的线程数（如果少于5）将退出时周期，
＃启动新过程。否则，您将在整个循环中输入死周期
if（threading.enumerate（））5）::
休息
结论：以上是首席CTO的全部内容指出，关于Python创建了多少个Python的线程。我希望这对每个人都会有所帮助。如果您仍然想了解有关此信息的更多信息，请记住收集并关注此网站。