实现多任务

线程

1. 多任务介绍

    简单来说就是操作系统可以同时运行过个任务
    单核CPU操作系统会让各个任务交替执行
    真正的多任务只能在多核CPU上实现，也就是并行和并发
   

   2- 并发

    并发：指的是任务数多于CPU核数，通过操作系统的各种任务调度算法，实现用多个任务“一起”执行（实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一起执行而已）
   

   3- 并行

    并行：指的是任务数小于等于CPU核数，即任务真的是一起执行的
   

2. 线程

   1. 线程

      线程：python的thread模块是比较底层的模块，python的threading模块是对			thread做了一些包装的更加方便的被使用
      1.使用threading模块：当使用多线程并发的操作，花费的时间要短很多，当调用start（）时，
      才会真正的创建线程，并且开始执行
      2.主线程会等待所有的子线程结束后才结束
      3.查看线程数量：length = len(threading.enumerate())
      print('当前运行的线程数为：%d' % length)
      

注意：

	注意：
		1.线程执行代码的封装：通过使用threading模块能够完成多任务的程序开发，
	为了让每个线程的封装性更完美，所以使用threading模块时，
	往往会定义一个新的子类class，只要继承threading.Thread就可以了，然后重写run
	方法。
	python中的threading.Thread类中有一个run方法，用于定义线程的功能函数，
	可以在自己的线程类中覆盖该方法。而创建自己的线程实例后，通过Thread类
	的start方法，可以启动该线程，当该线程获得执行的机会时，就会run方法执行线程
	2.  线程的执行顺序：多线程程序的执行顺序是不确定的，当执行到sleep语句时，
	线程将被阻塞（Blocked），到sleep结束后，线程将进入就绪（Runnable）状态，
	等待调度。而线程调度将自行选择一个线程执行。只能保证每个线程都运行完整
	但是线程的启动顺序，run函数中每次循环的执行顺序都不能确定
	3. 1）.每个线程默认有一个名字，python会自动为线程指定一个名字
	   2）.当线程的run（）方法结束时该线程完成
	   3）.无法控制线程调度程序，但可以通过别的方式来影响线程调度的方式

5-多线程

		多线程开发可能遇到的问题：
			如果多个线程同时对一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确
		多线程—共享全局变量：
			在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据
			缺点就是，线程是对全局变量随意修改可能造成多线程之间的全局变量的		混乱	（即线程非安全）

6 互斥锁

	互斥锁：
		当多个线程几乎同时修改某一个共享数据时，需要进行同步控制
		最简单的同步机制是引入互斥锁。
		互斥锁为资源引入一个状态：锁定/非锁定
		优点：确定了某段关键代码只能由一个线程从头到尾完整的执行
		缺点：效率下降，造成死锁
		死锁：在线程间共享多个资源的时候，如果两个线程分别占有一部分资源
		并且同时等待对方的资源，就会造成死锁，一旦发生就会造成应用的停止响应
		避免死锁：
		程序设计时要尽量避免
		添加超时时间

7.注意

线程调度顺序不确定，主线程会等待子线程，函数运行完毕线程结束，线程越多程序运行速度越慢
多个子线程同时操作一个变量会出现资源竞争问题，可以用互斥锁解决。互斥锁会出现死锁现象，避免这个问题核心问题是逻辑上避免。或者添加超时时间
在运行过程中代码不会变，所以代码是共享的数据可能会变，所以会分配内存给子进程
写时拷贝，修改就会拷贝，不修改就共享