一、进程与线程
1.进程
我们电脑的应用程序，都是进程，假设我们用的电脑是单核的，cpu同时只能执行一个进程。当程序出于I/O阻塞的时候，CPU如果和程序一起等待，那就太浪费了，cpu会去执行其他的程序，此时就涉及到切换，切换前要保存上一个程序运行的状态，才能恢复，所以就需要有个东西来记录这个东西，就可以引出进程的概念了。
进程就是一个程序在一个数据集上的一次动态执行过程。进程由程序，数据集，进程控制块三部分组成。程序用来描述进程哪些功能以及如何完成；数据集是程序执行过程中所使用的资源；进程控制块用来保存程序运行的状态
2.线程
一个进程中可以开多个线程，为什么要有进程，而不做成线程呢？因为一个程序中，线程共享一套数据，如果都做成进程，每个进程独占一块内存，那这套数据就要复制好几份给每个程序，不合理，所以有了线程。
线程又叫轻量级进程，是一个基本的cpu执行单元，也是程序执行过程中的最小单元。一个进程最少也会有一个主线程，在主线程中通过threading模块，在开子线程
3.进程线程的关系
（1）一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程
（2）资源分配给进程，进程是程序的主体，同一进程的所有线程共享该进程的所有资源
（3）cpu分配给线程，即真正在cpu上运行的是线程
（4）线程是最小的执行单元，进程是最小的资源管理单元
4.并行和并发
并行处理是指计算机系统中能同时执行两个或多个任务的计算方法，并行处理可同时工作于同一程序的不同方面
并发处理是同一时间段内有几个程序都在一个cpu中处于运行状态，但任一时刻只有一个程序在cpu上运行。
并发的重点在于有处理多个任务的能力，不一定要同时；而并行的重点在于就是有同时处理多个任务的能力。并行是并发的子集
以上所说的是相对于所有语言来说的，Python的特殊之处在于Python有一把GIL锁，这把锁限制了同一时间内一个进程只能有一个线程能使用cpu
二、threading模块
这个模块的功能就是创建新的线程，有两种创建线程的方法：
1.直接创建
上面的代码就是在主线程中创建了一个子线程
运行结果是：先打印>>>>>>>>>>>>>2，在打印ending,然后等待3秒后打印thread 1
2.另一种方式是通过继承类创建线程对象
3.join（）方法
这个方法的作用是：在子线程完成运行之前，这个子线程的父线程将一直等待子线程运行完再运行
4.setDaemon()方法
这个方法的作用是把线程声明为守护线程，必须在start()方法调用之前设置。
默认情况下，主线程运行完会检查子线程是否完成，如果未完成，那么主线程会等待子线程完成后再退出。但是如果主线程完成后不用管子线程是否运行完都退出，就要设置setDaemon（True）
主线程默认是非守护线程，子线程都是继承的主线程，所以默认也都是非守护线程
5.其他方法
isAlive(): 返回线程是否处于活动中
getName(): 返回线程名
setName(): 设置线程名
threading.currentThread():返回当前的线程变量
threading.enumerate():返回一个包含正在运行的线程的列表
threading.activeCount():返回正在运行的线程数量
三、各种锁
1.同步锁（用户锁，互斥锁）
先来看一个例子：
需求是有一个全局变量的值是100，我们开100个线程，每个线程执行的操作是对这个全局变量减一，最后import threading
好像一切正常，现在我们改动一下，在sub函数的temp=num,和num=temp-1 中间，加一个time.sleep(0.1),会发现出问题了，结果变成两秒后打印99了，改成time.sleep(0.0001)呢，结果不确定了，但都是90几，这是怎么回事呢？
这就要说到Python里的那把GIL锁了，我们来捋一捋：
首次定义一个全局变量num=100,然后开辟了100个子线程，但是Python的那把GIL锁限制了同一时刻只能有一个线程使用cpu，所以这100个线程是处于抢这把锁的状态，谁抢到了，谁就可以运行自己的代码。在最开始的情况下，每个线程抢到cpu，马上执行了对全局变量减一的操作，所以不会出现问题。但是我们改动后，在全局变量减一之前，让他睡了0.1秒，程序睡着了，cpu可不能一直等着这个线程，当这个线程处于I/O阻塞的时候，其他线程就又可以抢cpu了，所以其他线程抢到了，开始执行代码，要知道0.1秒对于cpu的运行来说已经很长时间了，这段时间足够让第一个线程还没睡醒的时候，其他线程都抢到过cpu一次了。他们拿到的num都是100，等他们醒来后，执行的操作都是100-1,所以最后结果是99.同样的道理，如果睡的时间短一点，变成0.001，可能情况就是当第91个线程第一次抢到cpu的时候，第一个线程已经睡醒了，并修改了全局变量。所以这第91个线程拿到的全局变量就是99，然后第二个第三个线程陆续醒过来，分别修改了全局变量，所以最后结果就是一个不可知的数了。一张图看懂这个过程
这就是线程安全问题，只要涉及到线程，都会有这个问题。解决办法就是加锁
我们在全局加一把锁，用锁把涉及到数据运算的操作锁起来，就把这段代码变成串行的了，上代码：
获取这把锁之后，必须释放掉才能再次被获取。这把锁就叫用户锁
2.死锁与递归锁
死锁就是两个及以上进程或线程在执行过程中，因相互制约造成的一种互相等待的现象，若无外力作用，他们将永远卡在那里。举个例子：
上面这个例子中，线程2在等待线程1释放B锁，线程1在等待线程2释放A锁，互相制约
我们在用互斥锁的时候，一旦用的锁多了，很容易就出现这种问题
在Python中，为了解决这个问题，Python提供了一个叫可重用锁（RLock）的概念，这个锁内部维护着一个lock和一个counter变量，counter记录了acquire的次数，每次acquire，counter就加1，每次release,counter就减1，只有counter的值为0的时候，其他线程才能获得资源，下面用RLock替换Lock，在运行就不会卡住了：
这把锁又叫递归锁
3.Semaphore(信号量)
这也是一把锁，可以指定有几个线程可以同时获得这把锁，最多是5个（前面说的互斥锁只能有一个线程获得）
运行结果是每隔两秒就打印5个ok
4.Event对象
线程的运行是独立的，如果线程间需要通信，或者说某个线程需要根据一个线程的状态来执行下一步的操作，就需要用到Event对象。可以把Event对象看作是一个标志位，默认值为假，如果一个线程等待Event对象，而此时Event对象中的标志位为假，那么这个线程就会一直等待，直至标志位为真，为真以后，所有等待Event对象的线程将被唤醒
用一个例子来演示Event对象的用法：
5.队列
官方文档说队列在多线程中保证数据安全是非常有用的
队列可以理解为是一种数据结构，可以存储数据，读写数据。就类似列表里面加了一把锁
5.1get和put方法
get方法中有个默认参数block=True,把这个参数改成False,取不到值的时候就会报错queue.Empty
这样写就等同于写成q.get_nowait())
5.2join和task_done方法
join是用来阻塞进程，与task_done配合使用才有意义。可以用Event对象来理解，没次put()，join里面的计数器加1,没次task_done（），计数器减1，计数器为0的时候，才能进行下次put（）
注意要在每个get()后面都加task_done才行
5.3 其他方法
q.qsize() 返回队列的大小
q.empty() 如果队列为空，返回True,反之False
q.full() 如果队列满了，返回True,反之False
q.full 与 maxsize 大小对应
5.4其他模式
前面说的队列都是先进先出（FIFO）模式，另外还有先进后出（LIFO）模式和优先级队列
先进后出模式创建队列的方式是：class queue.LifoQueue(maxsize)
优先级队列的写法是：class queue.Priorityueue(maxsize)
q=queue.PriorityQueue()
q.put([5,100])#这个方括号只是代表一个序列类型，元组列表都行，但是都必须所有的一样
q.put([7,200])
q.put([3,"hello"])
q.put([4,{"name":"alex"}])
中括号里面第一个位置就是优先级
5.5 生产者消费者模型
生产者就相当于产生数据的线程，消费者就相当于取数据的线程。我们在编写程序的时候，一定要考虑生产数据的能力和消费数据的能力是否匹配，如果不匹配，那肯定要有一方需要等待，所以引入了生产者和消费者模型。
这个模型是通过一个容器来解决生产者和消费者之间的 强耦合问题。有了这个容器，他们不用直接通信，而是通过这个容器，这个容器就是一个阻塞队列，相当于一个缓冲区，平衡了生产者和消费者的能力。我们写程序时用的目录结构，不也是为了解耦和吗
除了解决强耦合问题，生产者消费者模型还能实现并发
当生产者消费者能力不匹配的时候，就考虑加限制，类似if q.qsize()<20,这种
四、多进程
python 中有一把全局锁（GIL）使得多线程无法使用多核，但是如果是多进程，这把锁就限制不了了。如何开多个进程呢，需要导入一个multiprocessing模块
虽然可以开多进程，但是一定注意不能开太多，因为进程间切换非常消耗系统资源，如果开上千个子进程，系统会崩溃的，而且进程间的通信也是个问题。所以，进程能不用就不用，能少用就少用
1.进程间的通信
进程间通信有两种方式，队列和管道
1.1进程间的队列
每个进程在内存中都是独立的一块空间，不项线程那样可以共享数据，所以只能由父进程通过传参的方式把队列传给子进程
1.2管道
之前学过的socket其实就是管道，客户端 的sock和服务端的conn是管道 的两端，在进程中也是这个玩法，也要有管道的两头
2.进程间的数据共享
我们已经通过进程队列和管道两种方式实现了进程间的通信，但是还没有实现数据共享
进程间的数据共享需要引用一个manager对象实现，使用的所有的数据类型都要通过manager点的方式去创建
3.进程池
进程池的作用是维护一个最大的进程量，如果超出设置的最大值，程序就会阻塞，知道有可用的进程为止
进程池中有以下几个方法：
五、协程
协程在手，天下我有，说走就走。知道了协程，前面说的进程线程就都忘记吧
协程可以开很多很多，没有上限，切换之间的消耗可以忽略不计
1.yield
先来回想一下yield这个词，熟悉不，对，就是生成器那用的那个。yield是个挺神奇的东西，这是Python的一个特点。
一般的函数，是遇到return就停止，然后返回return 后面的值，默认是None，yield和return很像，但是遇到yield不会立刻停止，而是暂停住，直到遇到next()，(for循环的原理也是next())才会继续执行。yield 前面还可以跟一个变量，通过send()函数给yield传值，把值保存在yield前边的变量中
看上面的例子，整个过程没有锁的出现，还能保证数据安全，更要命的是还可以控制顺序，优雅的实现了并发，甩多线程几条街
线程叫微进程，而协程又叫微线程。协程拥有自己的寄存器上下文和栈，因此能保留上一次调用的状态。
2.greenlet模块
这个模块封装了yield，使得程序切换非常方便，但是没法实现传值的功能
3.gevent模块
在greenlet模块的基础上，开发出了更牛的模块gevent
gevent为Python提供了更完善的协程支持，其基本原理是：
当一个greenlet遇到IO操作时，就会自动切换到其他的greenlet,等IO操作完成，再切换回来，这样就保证了总有greenlet在运行，而不是等待
4.协程的优缺点：
优点：
上下文切换消耗小
方便切换控制流，简化编程模型
高并发，高扩展性，低成本
缺点：
无法利用多核
进行阻塞操作时会阻塞掉整个程序
六、IO模型
我们下面会比较四种IO模型
1.blocking IO
2.nonblocking IO
3.IO multiplexing
4.asynchronous IO
我们以网络传输数据的IO为例，它会涉及到两个系统对象，一个是调用这个IO 的线程或者进程，另一个是系统内核，而当读取数据的时候，又会经历两个阶段：
等待数据准备
将数据从内核态拷贝到用户态的进程中（因为网络的数据传输是靠物理设备实现的，物理设备是硬件，只能有操作系统的内核态才能处理，但是读数据是程序使用的，所以需要这一步的切换）
1.blocking IO（阻塞IO）
典型的read操作如下图
linux下，默认情况的socket都是blocking，回想我们之前用的socket，sock和conn是两个连接，服务端同时只能监听一个连接，所以如果服务端在等待客户端发送消息的时候，其他连接是不能连接到服务端的。
在这种模式下，等待数据和复制数据都需要等待，所以是全程阻塞的
2.nonlocking IO （非阻塞IO）
在服务端建立连接之后，加上这个命令，就变成了非阻塞IO模式
这种模式，有数据就取，没有就报错，可以加一个异常捕捉。在等待数据的时候不阻塞，但是在copy数据的时候还是会阻塞，
优点是可以把等待连接的这段时间利用上，但是缺点也很明显：有很多次系统调用，消耗很大；而且当程序去做别的事的时候，数据到了，虽然不会丢失，但是程序收到的数据也不具有实时性
3.IO multiplexing（IO多路复用）
这个比较常用，我们以前用的accept()，有两个作用：
1.监听，等待连接
2.建立连接
现在我们用select来替代accept的第一个作用，select的优点在于可以监听很多对象，无论哪个对象活动，都能做出反应，并将活动的对象收集到一个列表
但是建立连接的功能还是accept做，有了这个，我们就可以用并发的方式实现tcp的聊天了
只有在建立连接的时候，sock才是活动的，列表中才会有这个对象，如果是在建立连接之后，收发消息的过程中，活动对象就不是sock，而是conn了，所以在实际操作中要判断列表中的对象是不是sock
在这个模型中，等待数据与copy数据的过程都是阻塞的，所以也叫全程阻塞，与阻塞IO模型相比，这个模型优势在于处理多个连接
IO 多路复用除了select，还有两种方式，poll 和 epoll
在windows下只支持select,而在linux中，这三个都有。epoll是最好的，select唯一的优点是多平台都可以用，但是缺点也很明显，就是效率很差。poll是epoll和select的中间过渡，与select相比，poll可以监听的数量没有限制。epoll没有最大连接上限，另外监听机制也完全发生变化，select的机制是轮询（每个数据都检查一遍，即使找到有变化的也会继续检查），epoll的机制是用回调函数，哪个对象有变化，那个就调用这个回调函数
4. Asynchronous IO （异步IO）
这个模式是全程无阻塞，只有全程无阻塞才能叫异步，这个模式虽然看起来不错，但是实际操作起来，如果请求量很大，效率会很低，而且操作系统的任务很重
七、selectors 模块
学会了这个模块，就不用在乎用的是select，还是poll,或者是epoll了，他们的接口都是这个模块。我们只需要知道这个接口怎么用，它里面封装的是什么，就不用考虑了
在这个模块中，套接字与函数的绑定是用的一个regesier()的方法，模块的用法很固定，服务端示例如下：
本文转自 sshpp 51CTO博客，原文链接：http://blog.51cto.com/12902932/1950338，如需转载请自行联系原作者