并行：多个CPU同时执行多个任务，就好像有两个程序，这两个程序是真的在两个不同的CPU内同时被执行。 并发：CPU交替处理多个任务，还是有两个程序，但是只有一个CPU，会交替处理这两个程序，而不是同时 执行，只不过因为CPU执行的速度过快，而会使得人们感到是在“同时”执行，执行的先后取决于各个程序 对于时间片资源的争夺。
在多线程中利用互斥锁解决资源竞争 多线程共享全局变量
进程线程区别（把进程理解为流水线 线程就是流水线上的工人） 进程是资源分配的单位 线程是操作系统调度的单位 线程不能独立运行 需依附在进程中 线程资源开销小 但不利于资源的管理和保护 ，进程则相反
进程 线程 协程对比 通俗描述： 制造商品 为制造商品准备的生产线资源叫：进程 在生产线找工人生产 叫做：线程 为了提高生产率 三种方法： 1，在一条生产线多招工人 即是单进程 多线程 2，增加生产线 增加工人 即是多进程 多线程 3，为提高效率 一个线程 在等待某种条件 可以充分利用这个时间去做其他事情，这既是协程 总结：
进程是资源分配的单位 线程是操作系统调度的单位 进程切换需要的资源最大 效率很低 线程切换需要的资源一般 效率一般 协程切换任务资源很小效率高 多进程 多线程根据cpu核数不一样可能是并行的，但是协程是在一个线程中 所以是并发
GIL 全局解释器所（global interpreter lock），每个线程在执行时候都需要先获取GIL，保证同一时刻 只有一个线程可以执行代码，即同一时刻只有一个线程使用CPU，也就是说多线程并不是真正意义上的 同时执行。
如何解决GIL锁的问题呢？ 1.更换cpython为jpython(不建议) 2.使用多进程完成多线程的任务 3.在使用多线程可以使用c语言去实现
什么时候会释放Gil锁, 遇到像 i/o操作这种 会有时间空闲情况 造成cpu闲置的情况会释放Gil 会有一个专门ticks进行计数 一旦ticks数值达到100 这个时候释放Gil锁 线程之间开始竞争Gil锁(说明: ticks这个数值可以进行设置来延长或者缩减获得Gil锁的线程使用cpu的时间)
互斥锁和Gil锁的关系 Gil锁 : 保证同一时刻只有一个线程能使用到cpu 互斥锁 : 多线程时,保证修改共享数据时有序的修改,不会产生数据修改混乱
import time import threading #定义一个全局变量 g_num = 100
def test1(): global g_num #上锁，如果之前没有被上锁，那么此时上锁成功 #如果上锁之前已经上锁 那么此时会堵塞在这里 直到这个锁被解开 mutex.acquire() for i in range(num): g_num += 1 #解锁 mutex.release() print("—in test1 g_num=%d—" % g_num)
def test2(): global g_num mutex.acquire() for i in range(num): g_num += 1 #解锁 mutex.release() print("—in test2 g_num=%d—" % g_num)
#创建互斥锁 mutex = threading.Lock()
def main(): t1 = threading.Thread(target=test1,args=(1000000,)) t2 = threading.Thread(target=test2,args=(1000000,)) t1.start() time.sleep(1)
t2.start() time.sleep(1) print("—in main Thread g_num = %d—" %g_num)
if name == “main”: main()
