什么是線程？

要弄清楚線程的定義，往往就要和進(jìn)程相互比較，從比較中才能更準(zhǔn)確地明白一個東西的定義。首先有個數(shù)量關(guān)系是這樣的，進(jìn)程是由多線程組成的，每個進(jìn)程起碼都有一個線程。
然后重點是有人說：

進(jìn)程和線程簡單而基本靠譜的定義如下：
1. 進(jìn)程：程序的一次執(zhí)行
2. 線程：CPU的基本調(diào)度單位

給一句話的定義，其實沒有什么意思。但是，做為最根本的落腳點，放著也是極好的。
阮大神的這篇blog寫的很通俗，但是不清楚，不深入，但是文章加評論卻是相當(dāng)有意思。

在我眼中的定義的理解

• 進(jìn)程：程序的一次執(zhí)行？
  所謂程序的一次執(zhí)行，就是指有自己的內(nèi)存空間。就程序代碼而言，就是當(dāng)有全局變量，局部變量的時候，兩者是不會互相影響的，每個進(jìn)程都有自己獨立的內(nèi)存空間。其實，這些都是操作系統(tǒng)在影響著，你看，每個進(jìn)程都有自己的內(nèi)存空間，那么每個進(jìn)程自己使用自己的東西的時候，就不會拿錯東西，這樣一來，我的程序員師叔們編程序的時候就不會弄錯了，不用考慮這個變量是屬于哪個進(jìn)程這種問題了。（也不知道當(dāng)時他們是不是這么想的:( ）（那么問題來了，操作系統(tǒng)層是這樣的，那么硬件層呢？CPU層到底是怎么實現(xiàn)的呢？）
• 線程：CPU的基本調(diào)度單位？
  這個問題還沒有考慮清楚，下次看看書，再來補(bǔ)充。有一個膚淺的一點就是在實際編程的過程中，全局變量是可以被所有線程所訪問到的。（太膚淺了。。）

Python的多線程實現(xiàn)（Python3實現(xiàn)）

Python的標(biāo)準(zhǔn)庫提供了兩個模塊：_thread和threading，_thread是低級模塊，threading是高級模塊，對_thread進(jìn)行了封裝。絕大多數(shù)情況下，我們只需要使用threading這個高級模塊。
下面是廖大官網(wǎng)的例子，感覺非常不錯，搬過來了哈。

import time, threading

# 假定這是你的銀行存款:
balance = 0

def change_it(n):
    # 先存后取，結(jié)果應(yīng)該為0:
    global balance
    balance = balance + n
    balance = balance - n

def run_thread(n):
    for i in range(100000):
        change_it(n)

t1 = threading.Thread(target=run_thread, args=(5,))
t2 = threading.Thread(target=run_thread, args=(8,))
t1.start()
t2.start()
t1.join()
t2.join()
print(balance)

如果是初次在學(xué)校中開始接觸到線程的話，其實有一點是十分困惑的。（反正我是非常困惑的）就是有一種欲望是想看看threading這個模塊的Thread函數(shù)的實現(xiàn)是什么？或者說就想弄清楚，弄明白run_thread，這個函數(shù)命傳遞進(jìn)去了之后，程序代碼到底做了什么？為什么要t1.start()，t1.join()？就很奇怪，一個好好的函數(shù)，為什么要target傳一個函數(shù)名，args參數(shù)傳函數(shù)的參數(shù)，一起傳不好嗎？

然后當(dāng)你真的點擊去看實現(xiàn)的時候，就會一臉懵逼。那么如果控制這種想法呢？反正我就明白一點就是，學(xué)習(xí)的過程，并不是你前面的都明白的，下一個點也能明白的，有時候明白這種明白，知道這個點不是現(xiàn)階段的問題這個事實是非常好的。

API中的幾個注意點：

1. target傳遞的是一個函數(shù)名，而不是函數(shù)調(diào)用，如果你看過Python的線程的API的話，也是要注意這一點的。
2. balance這種全局變量是可以被所有線程訪問到的。然后就有了鎖的概念，那不是另一個世界了。
3. 線程的start()，join()函數(shù)的作用，線程的調(diào)度是由操作系統(tǒng)決定的，沒有先后順序，高級語言的有些一條語句其實可以拆分之類的概念，這里是不會提的，不然顯得沒重點，可以看一下廖大的教程，很詳細(xì)。
4. 下面是其中一種運行結(jié)果。

初始值 balance = 0

t1: x1 = balance + 5  # x1 = 0 + 5 = 5

t2: x2 = balance + 8  # x2 = 0 + 8 = 8
t2: balance = x2      # balance = 8

t1: balance = x1      # balance = 5
t1: x1 = balance - 5  # x1 = 5 - 5 = 0
t1: balance = x1      # balance = 0

t2: x2 = balance - 8  # x2 = 0 - 8 = -8
t2: balance = x2   # balance = -8

結(jié)果 balance = -8

• 線程中鎖。

balance = 0
lock = threading.Lock()

def run_thread(n):
    for i in range(100000):
        # 先要獲取鎖:
        lock.acquire()
        try:
            # 放心地改吧:
            change_it(n)
        finally:
            # 改完了一定要釋放鎖:
            lock.release()

還真是，這個API比JAVA中的要簡單很多。

• 還有一種是一個python的類繼承的thread的API還沒有寫，下次補(bǔ)充。顯示這個繼承的API不好，類中參雜了很多不是這個類的東西。

GIL

GIL是全局解釋器鎖，可以看這個東西的英文比較能懂。因為這個東西的存在，Python的多線程，不論怎么樣都只能充分使用CPU的一個核心。有下面幾點要注意：

1. Python是一種語言，語言也可以理解為一種語法標(biāo)準(zhǔn)，在這個標(biāo)準(zhǔn)里面是沒有GIL的，但是這個語言的實現(xiàn)，官方的解釋去CPython中是用了GIL來實現(xiàn)的，但是比如JPython是沒有這個概念的。（那么問題來了，為什么還是有那么多人使用CPython？）
2. Python3中的GIL也是一樣存在的，只是Python3中對GIL的一個多線程比單線程還要慢的這一個問題進(jìn)行了修復(fù)，沒有從根本上解決這個問題。
3. 想充分利用多核CPU的話，可以使用多進(jìn)程。（那么為什么多進(jìn)程可以避開GIL而充分使用CPU呢?）

最后之前

為什么多線程或者說多進(jìn)程會比單進(jìn)程快呢？對于IO密集型，計算密集型？可以從CPU和操作系統(tǒng)的角度來談?wù)勥@個問題嗎？計算機(jī)有幾個IO方式呢，比如DMA是什么，有什么不同？計算機(jī)IO的時候，是需要CPU的運行嗎？需要嗎？不需要嗎？不需要的話，又是誰把磁盤中的數(shù)據(jù)讀到內(nèi)存中的呢？除了CPU還有誰有這個能力呢？線程和進(jìn)程在CPU這個層面到底是什么瓜葛呢？待我好好看書，來回答這個問題。

最后

寫給未來的自己，也寫給讀到最后的你，能力有限，如有錯誤，請交流談?wù)摷爸刚?，如果有幫助，請評論或者點擊喜歡，謝謝。

參考：

進(jìn)程與線程的一個簡單解釋
廖雪峰的官方教程之多線程
Python 之父談 Python
Python 3.2與更好的GIL