CSDN21天学习挑战赛 - 第二篇打卡文章

​

活动地址：CSDN21天学习挑战赛

学习日记

1，学习知识点

python多线程（threading模块）。多线程就是让电脑同时做多件事，因为很多任务之间其实是互不相干的，它们之间没有处理过程中的变量相互依赖关系，而如今的电脑配置都比较高，单个线程的任务不会将计算资源给占满，所以，我们可以让电脑同时处理多个任务块，这样就能实现在不降低质量的同时提升处理速度。

2，学习遇到的问题

在多线程中，我们需要注意区分并发与并行。其中：

1. 并发指的是任务数多余cpu核数，通过操作系统的各种任务调度算法，实现用多个任务“一起"执行（实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一起执行而已)
2. 并行指的是任务数小于等于cpu核数，即任务真的是一起执行的

3，学习的收获

python中实现多线程常用thread模块，它是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用。threading模块常用方法如下：

python中，同步就是协同步调，按预定的先后次序进行运行。如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
使用Thread对象的Lock和Rlock
可以实现简单的线程同步，这两个对象都有acquire方法和release方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到acquire和release方法之间。
对于上一小节提出的那个计算错误的问题，可以通过线程同步来进行解决思路，如下:

1. 系统调用t1，然后获取到g_num的值为0，此时上一把锁，即不允许其他线程操作g_num.。
2. t1对g _num的值进行+1。
3. t1解锁，此时g_num的值为1，其他的线程就可以使用g_num了，而且是g_num的值不是0而是1。
4. 同理其他线程在对g_num进行修改时，都要先上锁，处理完后再解锁，在上锁的整个过程中不允许其他线程访问，就保证了数据的正确性。

当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制 线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。
互斥锁为资源引入一个状态：锁定/非锁定
某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定"，其他线程不能更改；直到该线程释放资源，将资源的状态变成"非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

​