15分钟带你快速学习并发式编程，整理不易，没有废话，全是干货，记得三连(转发标明出处！！！！)

多并发编程

并发：程序中的AB两个部分，通过A与B轮流切换，让外界感觉是一个进程

并行：程序中多个部分同时执行，需要计算机有多核或多个CPU

进程：启动一个程序，就启动了一个或多个进程，它是分配内存的最小基本单位

线程：一个进程包含一个或多个线程，它是比进程更小的单元，是CPU分配资源的基本单位

异步编程(I/O)：一个线程里面包含多个协作式并发的子程序，又名为微线程

多线程/多进程

• from threading import Thread 导入多线程模块 / multiprocessing import Process 多进程 任务1=Thread(target=指派任务/函数，args=这个函数需要的参数–（元组，）一定传元组，一元组要加，号) 任务1.start() 启动这个线程任务，任务1.join() 占位，等任务结束才会停止start与join要分开，先线程全打开，再等他们都结束 进程使用与线程一样，只需要将Thread变成Process

如：要使用多线程保存图片时，循环打开下载图片连接Thread(target=保存函数,args=url).start()

更优雅的操作：t=Thread(ta…,arg…) 创建好后，将这个对象添加到列表里保存，再列表.start()

• threading.current_thread()可以获取当正在执行线程，打印或return —> .name 可以返回或展示当前线程的名字 当然，如果需要给线程指定名字，可以在创建线程任务时指定name=属性

缺点：频繁创建释放线程，额外开销较大 优点：即用即释放，时间换空间

线程池技术（实现对线程对象的重复利用,空间换时间）/进程池

• pool = ThreadPoolExecutor(max_workers=8)创建线程池对象，指定线程数量，pool.submit(函数，函数的参数)将任务交给线程池执行，用完线程池需要关闭线程池，pool.shutdown() 也可以使用上下文语法，with *** as pool： 可以不用关闭线程，离开上下文，自动关闭 线程池的submit可以返回一个future将来时对象，如果要等线程结束拿结果，或对其计时，可以将这个任务用变量保存，再放置到列表中，放完后遍历列表，对其.result()等待其结束，或拿到函数运行完成后的返回值 在代码层面上，进程池和线程池的使用都差不多，只是创建对象时名字变一下ProcessPoolExecutor()

注意： 记得关注我哦！

• 输出/入缓存区：内容在输出或输入时，会产生IO中断，cpu会停下来，操作系统为了提高cpu的利用率，会将要输入/出的内容放到输出/入缓存区，等到缓存区满或者用户加了结束操作(空格，回车之类的)以后，才会进行输入/出操作

守护线程

• 在创建线程对象指派任务后，添加daemon=True参数，可以将该线程创建为守护线程，主线程一停，守护线程自动关闭

自定义线程

• 重新写一个类，它继承Thread，我的父类是多线程，那我也是多线线程class NewThread(Thread): 定义类初始化方法，super().__init__() ,或者 super(NewThread,self).__init__() ，再重写run方法(不建议使用)

总结：多线程线程之间共享进程内的内存，通信方便，多进程之间相对独立，如果想要互相协调进程间的行为，要引用IPC机制(管道，套接字，共享存储区)

临界资源与锁机制(GIL全局解释器锁)

当多个线程竞争的一个资源叫临界资源，需要对其进行加锁保护，创建对象RLock(),获得锁Lock.acquire(),释放锁lock.release() ,当然可以使用上下文语法with 锁：这样进入上下文语法，自动加锁，离开自动释放

• 由于Cpython基于C语言写的，在申请malloc()和释放内存free()的时候并不能做到线程安全，程序很有可以崩溃，我们除了自己加锁外，它本身也引入了GIL全局解释器锁 加锁带来的后果为：无法利用CPU的多核特性 I/O密集型任务(不需要太多CPU，读写文件输入输出这些I/O密集型任务适合多线程，它不需要多核特性) 计算密集型任务(处理文件，压缩文件，作渲染等计算量大的任务，适合使用多进程，如果使用多进程，相当于每个进程就是一个python解释器环境，每个进程都有全局解释器锁，他们各干各的，放到各个核里去跑，可以充分发挥多核特性)

异步I/O：asyncio库

• 简介： BIO -阻塞式IO，一个IO操作在进行时，必须等待其结束，才能进行下一个IO操作，还没结束之前，无法操作 NIO -非阻塞式IO，多个I/O可以多路操作，但不能继续其他操作，会在这里轮流观察哪个操作完成了 AIO -异步I/O回调式I/O，多路操作，可以继续做别的任务，等I/O操作完成了，系统自动回调函数，继续执行这个操作任务的下一步行为

• 实现方式： 协程实现异步编程，创建可以相互协作的子程序(协程)：它没有启用多线程多进程，它在一个线程里有多个可以互相协作的子程序，谁发生了I/O中断，就把CPU让给其他子程序，高效的利用了CPU，营造了并发的效果 异步函数具体操作： 1.笨方法：首先利用yield创建生成器子程序，在需要调用这个子程序时：将生成器预激活升级为协程—>先调这个生成器(创建生成器对象)，然后用这个生成器对象.send(None)给生成器发一个空值过去(或者直接next(生成器对象)让next调一下)，就完成了预激活，将这个子程序挂载到了主程序上，主程序运行的过程中，子程序发生等待时，不影响主程序的继续运行，他们相互配合就可以实现异步操作 2.推荐方法：将需要等待的部分写好后，def前加async 这样就将函数变成了协程对象的生成器函数，我们通过调用创建好协程对象以后将其用列表装好，由于协程对象要使用必须挂载到事件循环上才能使用， loop = asyncio.get_event_loop()这个事件循环是系统控制的事件循环，我们直接调用这个事件循环，然后用loop事件循环.run_until_complete(asyncio.wait(协程对象列表))就将其挂载到事件循环上运行了(wait方法可以将列表转换成任务对象，如果直接给协程对象，那就可以直接将其变成task任务对象)，用完事件循环记得关闭loop.close() 利用异步函数获取页面响应内容—->使用aiohttp简单来异步获取网页响应内容 创建async 函数异步获得页面响应

async def main():
	async with aiohttp.ClientSession() as session:  #创建异步上下文的会话
		async with session.get(端口) as response:  #异步上下文会话打开网页
            html = await response.content() # 由于获得网页响应的时候，会有阻塞和等待，使用await 关键字，让程序在发生阻塞和等待的时候，将cpu让给下一项任务

loop = asyncio.get_event_loop()   # 创建事件循环对象
loop.run_until_complete(main())   # 将任务放到事件循环上运行

总结：进程切换开销>线程切换开销>协程(微线程)协程在一个线程里的切换操作，几乎没有开销

python关键字：assert()断言语句暂时用不到，as别名，async/await

break/continue退出/跳下一轮循环，class/def定义函数/类，del删引用删字典，if/elif/else分支结构for/while循环

try/finally/except捕获开始/是否异常都在离开try结构时执行/捕获到异常后执行–可以加else设置如果没有异常，我再进行下一步操作，raise引发异常

global声明全局变量，nonlocal如果函数里嵌套了函数，里面的函数要使用外面函数的变量，则要它声明为非本地

in/not in 成员运算存在性判断，is身份运算，lambda定义lambda函数关键字，pass 占位空语句

return返回关键字，yield生成器函数

取生成器的内容：1.next(这个生成器)执行一次拿一个，拿不到了报异常，2.for value in 生成器：拿完为止

正则命名捕获组：名字=re.complie(r’正则（?P<名字>捕获组）’) 我们在用这个正则.search(内容)时拿到的正则内容就是有名字的