python线程池最多可以有多少个线程

一、 线程与进程的比较：

　　1.1 线程与进程：

　　线程：
　　　　线程是进程中的一个单位
　　　　线程是计算机中被CPU调度的最小单位，开销小

　　　　轻型进程 轻量级的进程
　　　　在同一个进程中的多个线程是可以共享公有数据
　　　　线程的开启\销毁\切换都比进程要高效很多

　　进程：
　　　　计算机中最小的资源分配单位

　　　　数据隔离 开销大

　　1.2 为什么要使用线程：
　　　　开启进程 关闭进程 切换进程都需要时间
　　　　你的电脑的资源还是有限的
　　　　开启过多的进程会导致你的计算机崩溃

　　多个进程与多个线程都可以利用多核(多个CPU)处理数据

　　1.3  python当中的多线程：

　　　　不能访问多个cpu，是Cpython解释器导致
　　　　Cpython解释器存在全局解释器锁(GIL-Global Interpreter Lock),导致了同一时刻只能有一个线程访问CPU
　　　　jpython pypy解释器中的多线程是可以访问多核(多个CPU)

二、 dis模块：

　　查看Python解释器运行的底层代码块对应的字节码指令序列

　　示例：

　　

# 示例：

from dis import dis
def func():
    a =[]
    a.append(1)

dis(func)

View Code

三、 创建线程：

　　

# 示例(无参数)：

import os
import time
from threading import Thread


def func():
    time.sleep(1)
    print('in func', os.getpid())


print('in main', os.getpid())
for i in range(10):
    Thread(target=func).start()  # 创建10个线程

无参数创建　　

# 示例(参数)：
# 创建10个子线程：

import os
import time
from threading import Thread


def func(i):  # 子线程函数
    time.sleep(1)
    print('in func', i, os.getpid())


print('in main', os.getpid())
for i in range(20):
    Thread(target=func, args=(i,)).start()  # i通过args参数传递到自线程

带参数实现

四、 进程与线程之间的内存开销比较：

　　主线程是在进程中创建多个子线程，开销小

　　主进程会创建多个子进程，开销大

　　

# 线程与进程之间的开销：

import time
from multiprocessing import Process
from threading import Thread


def func(a):
    a += 1


if __name__ == '__main__':
    t_start = time.time()  # 线程的开启时间
    t_l = []
    for i in range(100):
        t = Thread(target=func, args=(i,))
        t.start()
        t_l.append(t)
    for t in t_l:
        t.join()
    print('thread :', time.time() - t_start)  # 线程的时间差  thread : 0.03014397621154785

    p_start = time.time()  # 进程的开启时间
    p_l = []
    for i in range(100):
        p = Process(target=func, args=(i,))
        p.start()
        p_l.append(t)
    for p in p_l:
        t.join()
    print('Process', time.time() - p_start)   # 进程的时间差  Process 2.994523525238037

View Code

五、 进程与线程在内存中的数据分配：

　　线程之间共有数据共享

　　进程中数据都是私有，不共享

　　

# 线程与线程和进程与进程之间数据使用比较：

# 多个线程之间的全局变量是共享的:
from threading import Thread

tn = 0  # 全局变量


def func():
    global tn
    tn += 1


t_l = []
for i in range(100):
    t = Thread(target=func)
    t.start()
    t_l.append(t)
for t in t_l:
    t.join()
print("Thread: ", tn)  # Thread:  100


# 进程之间数据隔离:
# 进程之间的数据不能共享，在子进程中数据的修改不能改变全局变量的值(可以通过Manager类修改)
from multiprocessing import Process

pn = 0  # 全局变量


def func():
    global pn
    pn += 1


if __name__ == '__main__':
    p_l = []
    for i in range(100):
        p = Process(target=func)
        p.start()
        p_l.append(p)
    for p in p_l:
        p.join()
    print("Process: ", pn)  # Process:  0

View Code

六、 线程的其他方法：

　　6.1 active_count类：

　　线程没有terminate 不能强制结束，主线程等待直到子线程结束
　　active_count(): 查看当前正在工作的线程个数

　　

# 示例：

import os
import time
from threading import Thread, active_count


def func():
    time.sleep(2)
    print('in func', os.getpid())


for i in range(10):
    Thread(target=func).start()
print(active_count())  # 11

View Code

　　6. 2  currentThread, activeCount, enumerate类方法：

　　

# currentThread类：
# currentThread().name :查看线程名
# currentThread().ident :查看线程号

# 示例：

import os
from threading import Thread, currentThread, activeCount, enumerate


def func():
    t = currentThread()
    print(t.getName())  # 查看线程名：Thread-1
    t.setName('AAA')  # 设置线程名：AAA
    print(t.name, t.ident, os.getpid())  # Thread-1 7832 1960  (子线程)



tobj = Thread(target=func)
tobj.start()
print('tobj :', tobj)  # tobj : <Thread(Thread-1, started 7832)>
t2 = currentThread()
print(t2.name, t2.ident, os.getpid())  # MainThread 17672 1960 (主线程)
print('主线程...')
print(t2.is_alive())  # 查看线程是否还存活
print(activeCount())  # 返回正在运行的线程数量, 与len(threading.enumerate())有相同的结果
print(enumerate())  # 返回一个正在运行的所有线程的列表

View Code