python線程模型

Ⅰ python並行編程(四)：多線程同步之condition(條件變數)實現帶有緩沖區的生產者-消費者

Python多線程同步之condition(條件變數)在緩沖區生產者-消費者模型中的應用

Python中的Condition，實質上是一種高級同步機制，它允許線程在特定條件滿足時訪問共享資源。Condition對象包含acquire, release, wait和notify等方法，用於線程之間的復雜同步。當線程獲取到Condition後，會檢查一個條件，不滿足則調用wait進入等待狀態，滿足條件後處理並用notify喚醒其他等待的線程。這就像一個帶有緩沖區的生產者-消費者模型，生產者填充倉庫直至滿，然後通知消費者，消費者則判斷倉庫狀態來決定是否需要生產更多。

利用Condition的wait和notify特性，我們可以構建一個生產者和消費者之間的交互場景：生產者持續生產，倉庫滿後使用notify通知消費者；消費者則根據倉庫狀態決定是否開始消費。這種模型在實際應用中常用於資源管理和通信調度，有效地避免了資源的競爭和浪費。

Ⅱ Node.js 與 Python 作為後端服務的編程語言各有什麼優劣

一. NodeJS的特點

我們先來看看NodeJS官網上的介紹：

Node.jsis a platform built on Chrome』sJavaScriptruntime for easily building fast, scalable network applications.node.jsuses an event-driven, non-blocking I/O model that makes it lightweight and efficient, perfect for data-intensive real-time applications that run across distributed devices.

其特點為：
1. 它是一個Javascript運行環境

2. 依賴於Chrome V8引擎進行代碼解釋

3. 事件驅動

4. 非阻塞I/O

5. 輕量、可伸縮，適於實時數據交互應用

6. 單進程，單線程

二. NodeJS帶來的對系統瓶頸的解決方案

它的出現確實能為我們解決現實當中系統瓶頸提供了新的思路和方案，下面我們看看它能解決什麼問題。

1. 並發連接

舉個例子，想像一個場景，我們在銀行排隊辦理業務，我們看看下面兩個模型。

（1）系統線程模型：

這種模型的問題顯而易見，服務端只有一個線程，並發請求（用戶）到達只能處理一個，其餘的要先等待，這就是阻塞，正在享受服務的請求阻塞後面的請求了。

（2）多線程、線程池模型：

這個模型已經比上一個有所進步，它調節服務端線程的數量來提高對並發請求的接收和響應，但並發量高的時候，請求仍然需要等待，它有個更嚴重的問題。到代碼層面上來講，我們看看客戶端請求與服務端通訊的過程：

服務端與客戶端每建立一個連接，都要為這個連接分配一套配套的資源，主要體現為系統內存資源，以PHP為例，維護一個連接可能需要20M的內存。這就是為什麼一般並發量一大，就需要多開伺服器。

那麼NodeJS是怎麼解決這個問題的呢？我們來看另外一個模型，想像一下我們在快餐店點餐吃飯的場景。

（3）非同步、事件驅動模型

我們同樣是要發起請求，等待伺服器端響應；但是與銀行例子不同的是，這次我們點完餐後拿到了一個號碼，拿到號碼，我們往往會在位置上等待，而在我們後面的請求會繼續得到處理，同樣是拿了一個號碼然後到一旁等待，接待員能一直進行處理。

等到飯菜做號了，會喊號碼，我們拿到了自己的飯菜，進行後續的處理（吃飯）。這個喊號碼的動作在NodeJS中叫做回調（Callback），能在事件（燒菜，I/O）處理完成後繼續執行後面的邏輯（吃飯），這體現了NodeJS的顯著特點，非同步機制、事件驅動整個過程沒有阻塞新用戶的連接（點餐），也不需要維護已經點餐的用戶與廚師的連接。

基於這樣的機制，理論上陸續有用戶請求連接，NodeJS都可以進行響應，因此NodeJS能支持比Java、PHP程序更高的並發量雖然維護事件隊列也需要成本，再由於NodeJS是單線程，事件隊列越長，得到響應的時間就越長，並發量上去還是會力不從心。

總結一下NodeJS是怎麼解決並發連接這個問題的：更改連接到伺服器的方式，每個連接發射（emit）一個在NodeJS引擎進程中運行的事件（Event），放進事件隊列當中，而不是為每個連接生成一個新的OS線程（並為其分配一些配套內存）。

2. I/O阻塞

NodeJS解決的另外一個問題是I/O阻塞，看看這樣的業務場景：需要從多個數據源拉取數據，然後進行處理。

（1）串列獲取數據，這是我們一般的解決方案，以PHP為例

假如獲取profile和timeline操作各需要1S，那麼串列獲取就需要2S。

（2）NodeJS非阻塞I/O，發射/監聽事件來控制執行過程

NodeJS遇到I/O事件會創建一個線程去執行，然後主線程會繼續往下執行的，因此，拿profile的動作觸發一個I/O事件，馬上就會執行拿timeline的動作，兩個動作並行執行，假如各需要1S，那麼總的時間也就是1S。它們的I/O操作執行完成後，發射一個事件，profile和timeline，事件代理接收後繼續往下執行後面的邏輯，這就是NodeJS非阻塞I/O的特點。

總結一下：Java、PHP也有辦法實現並行請求（子線程），但NodeJS通過回調函數（Callback）和非同步機制會做得很自然。

三. NodeJS的優缺點

優點：1. 高並發（最重要的優點）

2. 適合I/O密集型應用

缺點：1. 不適合CPU密集型應用；CPU密集型應用給Node帶來的挑戰主要是：由於JavaScript單線程的原因，如果有長時間運行的計算（比如大循環），將會導致CPU時間片不能釋放，使得後續I/O無法發起；

解決方案：分解大型運算任務為多個小任務，使得運算能夠適時釋放，不阻塞I/O調用的發起；

2. 只支持單核CPU，不能充分利用CPU

3. 可靠性低，一旦代碼某個環節崩潰，整個系統都崩潰

原因：單進程，單線程

解決方案：（1）Nnigx反向代理，負載均衡，開多個進程，綁定多個埠；

（2）開多個進程監聽同一個埠，使用cluster模塊；

4. 開源組件庫質量參差不齊，更新快，向下不兼容

5. Debug不方便，錯誤沒有stack trace

四. 適合NodeJS的場景

1. RESTful API

這是NodeJS最理想的應用場景，可以處理數萬條連接，本身沒有太多的邏輯，只需要請求API，組織數據進行返回即可。它本質上只是從某個資料庫中查找一些值並將它們組成一個響應。由於響應是少量文本，入站請求也是少量的文本，因此流量不高，一台機器甚至也可以處理最繁忙的公司的API需求。

2. 統一Web應用的UI層

目前MVC的架構，在某種意義上來說，Web開發有兩個UI層，一個是在瀏覽器裡面我們最終看到的，另一個在server端，負責生成和拼接頁面。

不討論這種架構是好是壞，但是有另外一種實踐，面向服務的架構，更好的做前後端的依賴分離。如果所有的關鍵業務邏輯都封裝成REST調用，就意味著在上層只需要考慮如何用這些REST介面構建具體的應用。那些後端程序員們根本不操心具體數據是如何從一個頁面傳遞到另一個頁面的，他們也不用管用戶數據更新是通過Ajax非同步獲取的還是通過刷新頁面。

3. 大量Ajax請求的應用

例如個性化應用，每個用戶看到的頁面都不一樣，緩存失效，需要在頁面載入的時候發起Ajax請求，NodeJS能響應大量的並發請求。總而言之，NodeJS適合運用在高並發、I/O密集、少量業務邏輯的場景。

Python的優缺點

優點

簡單————Python是一種代表簡單主義思想的語言。閱讀一個良好的Python程序就感覺像是在讀英語一樣，盡管這個英語的要求非常嚴格！Python的這種偽代碼本質是它最大的優點之一。它使你能夠專注於解決問題而不是去搞明白語言本身。

易學————就如同你即將看到的一樣，Python極其容易上手。前面已經提到了，Python有極其簡單的語法。

免費、開源————Python是FLOSS（自由/開放源碼軟體）之一。簡單地說，你可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS是基於一個團體分享知識的概念。這是為什麼Python如此優秀的原因之一——它是由一群希望看到一個更加優秀的Python的人創造並經常改進著的。

高層語言————當你用Python語言編寫程序的時候，你無需考慮諸如如何管理你的程序使用的內存一類的底層細節。

可移植性————由於它的開源本質，Python已經被移植在許多平台上（經過改動使它能夠工作在不同平台上）。如果你小心地避免使用依賴於系統的特性，那麼你的所有Python程序無需修改就可以在下述任何平台上面運行。這些平台包括linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE甚至還有PocketPC、Symbian以及Google基於linux開發的Android平台！

解釋性————這一點需要一些解釋。一個用編譯性語言比如C或C++寫的程序可以從源文件（即C或C++語言）轉換到一個你的計算機使用的語言（二進制代碼，即0和1）。這個過程通過編譯器和不同的標記、選項完成。當你運行你的程序的時候，連接/轉載器軟體把你的程序從硬碟復制到內存中並且運行。而Python語言寫的程序不需要編譯成二進制代碼。你可以直接從源代碼 運行 程序。在計算機內部，Python解釋器把源代碼轉換成稱為位元組碼的中間形式，然後再把它翻譯成計算機使用的機器語言並運行。事實上，由於你不再需要擔心如何編譯程序，如何確保連接轉載正確的庫等等，所有這一切使得使用Python更加簡單。由於你只需要把你的Python程序拷貝到另外一台計算機上，它就可以工作了，這也使得你的Python程序更加易於移植。

面向對象————Python既支持面向過程的編程也支持面向對象的編程。在「面向過程」的語言中，程序是由過程或僅僅是可重用代碼的函數構建起來的。在「面向對象」的語言中，程序是由數據和功能組合而成的對象構建起來的。與其他主要的語言如C++和Java相比，Python以一種非常強大又簡單的方式實現面向對象編程。

可擴展性————如果你需要你的一段關鍵代碼運行得更快或者希望某些演算法不公開，你可以把你的部分程序用C或C++編寫，然後在你的Python程序中使用它們。

可嵌入性————你可以把Python嵌入你的C/C++程序，從而向你的程序用戶提供腳本功能。

豐富的庫————Python標准庫確實很龐大。它可以幫助你處理各種工作，包括正則表達式、文檔生成、單元測試、線程、資料庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV文件、密碼系統、GUI（圖形用戶界面）、Tk和其他與系統有關的操作。記住，只要安裝了Python，所有這些功能都是可用的。這被稱作Python的「功能齊全」理念。除了標准庫以外，還有許多其他高質量的庫，如wxPython、Twisted和Python圖像庫等等。

概括————Python確實是一種十分精彩又強大的語言。它合理地結合了高性能與使得編寫程序簡單有趣的特色。

規范的代碼————Python採用強制縮進的方式使得代碼具有極佳的可讀性。

缺點

強制縮進

這也許不應該被稱為局限，但是它用縮進來區分語句關系的方式還是給很多初學者帶來了困惑。即便是很有經驗的Python程序員，也可能陷入陷阱當中。最常見的情況是tab和空格的混用會導致錯誤，而這是用肉眼無法分別的。

單行語句和命令行輸出問題

很多時候不能將程序連寫成一行，如import sys;for i in sys.path:print i。而perl和awk就無此限制，可以較為方便的在shell下完成簡單程序，不需要如Python一樣，必須將程序寫入一個.py文件。（對很多用戶而言這也不算是限制）

NO.1 運行速度，有速度要求的話，用C++改寫關鍵部分吧。

NO.2 國內市場較小（國內以python來做主要開發的，目前只有一些web2.0公司）。但時間推移，目前很多國內軟體公司，尤其是游戲公司，也開始規模使用他。

No.3 中文資料匱乏（好的python中文資料屈指可數）。托社區的福，有幾本優秀的教材已經被翻譯了，但入門級教材多，高級內容還是只能看英語版。

NO.4 構架選擇太多（沒有像C#這樣的官方.net構架，也沒有像ruby由於歷史較短，構架開發的相對集中。Ruby on Rails 構架開發中小型web程序天下無敵）。不過這也從另一個側面說明，python比較優秀，吸引的人才多，項目也多。

Ⅲ python開多少線程（python新開一個線程）

本篇文章給大家談談python開多少線程，以及python新開一個線程對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。

本文目錄一覽：

進程的概念：以一個整體的形式暴露給操作系統管理，裡麵包含各種資源的調用。 對各種資源管理的集合就可以稱為進程。

線程的概念：是操作系統能夠進行運算調度的最小單位。本質上就是一串指令的集合。

進程和線程的區別：

1、線程共享內存空間，進程有獨立的內存空間。

2、線程啟動速度快，進程啟動速度慢。注意：二者的運行速度是無法比較的。

3、線程是執行的指令集，進程是資源的集合

4、兩個子進程之間數據不共享，完全獨立。同一個進程下的線程共享同一份數據。

5、創建新的線程很簡單，創建新的進程需要對他的父進程進行一次克隆。

6、一個線程可以操作（控制）同一進程里的其他線程，但是進程只能操作子進程

7、同一個進程的線程可以直接交流，兩個進程想要通信，必須通過一個中間代理來實現。

8、對於線程的修改，可能會影響到其他線程的行為。但是對於父進程的修改不會影響到子進程。

第一個程序，使用循環來創建線程，但是這個程序中一共有51個線程，我們創建了50個線程，但是還有一個程序本身的線程，是主線程。這51個線程是並行的。注意：這個程序中是主線程啟動了子線程。

相比上個程序，這個程序多了一步計算時間，但是我們觀察結果會發現，程序顯示的執行時間只有0.007秒，這是因為最後一個print函數它存在於主線程，而整個程序主線程和所有子線程是並行的，那麼可想而知，在子線程還沒有執行完畢的時候print函數就已經執行了，總的來說，這個時間只是執行了一個線程也就是主線程所用的時間。

接下來這個程序，吸取了上面這個程序的缺點，創建了一個列表，把所有的線程實例都存進去，然後使用一個for循環依次對線程實例調用join方法，這樣就可以使得主線程等待所創建的所有子線程執行完畢才能往下走。 注意實驗結果：和兩個線程的結果都是兩秒多一點

注意觀察實驗結果，並沒有執行列印task has done，並且程序執行時間極其短。

這是因為在主線程啟動子線程前把子線程設置為守護線程。

只要主線程執行完畢，不管子線程是否執行完畢，就結束。但是會等待非守護線程執行完畢

主線程退出，守護線程全部強制退出。皇帝死了，僕人也跟著殉葬

應用的場景 ： socket-server

注意：gil只是為了減低程序開發復雜度。但是在2.幾的版本上，需要加用戶態的鎖（gil的缺陷）而在3點幾的版本上，加鎖不加鎖都一樣。

下面這個程序是一個典型的生產者消費者模型。

生產者消費者模型是經典的在開發架構中使用的模型

運維中的集群就是生產者消費者模型，生活中很多都是

那麼，多線程的使用場景是什麼？

python中的多線程實質上是對上下文的不斷切換，可以說是假的多線程。而我們知道，io操作不佔用cpu，計算佔用cpu，那麼python的多線程適合io操作密集的任務，比如socket-server，那麼cpu密集型的任務，python怎麼處理？python可以折中的利用計算機的多核：啟動八個進程，每個進程有一個線程。這樣就可以利用多進程解決多核問題。

python創建多少個線程得到最優的執行效率？

python因為有GIL全局解釋器鎖，所以python的多線程不能利用多核，但是如果是io密集型的項目，多線程效率也很好，我就是用多線程來做爬蟲的。

那啥，python線程太慢了，想並發去用greenlet吧，快，寫起來還方便。

如果加鎖同步的話，線程多了反而變慢也有可能。

ulimit -s 返回線程棧大小，我的默認是8192, 用內存大小除以它就得到理論上的線程數吧。

python開多少線程的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關於python新開一個線程、python開多少線程的信息別忘了在本站進行查找喔。