首页 > Python并发编程
Python多线程和多进程编程（并发编程）
Python 既支持多线程编程，也支持多进程编程。
所谓多进程编程，即将整个程序划分为多个子任务，这些任务在多核 CPU 上可以实现并行执行；反之，在单核 CPU 上，则只能并发执行。在此基础上，我们还可以对每个任务进行更细致地划分，将其分为多个线程，和多进程不同，每个任务的多个线程，只能利用某一个 CPU 并发执行。
作为一套 Python 多线程和多进程编程简明教程，本专题主要讲解 Python 多线程和多进程编程的实现方式，包括创建进程（线程）、启动进程（线程）、管理多进程（多线程）等，同时还将介绍在使用多线程和多进程编程的过程中，需要避踩的一些“坑”。
- 教程目录：
- 1. Python进程和线程（包含两者区别）
- 2. Python创建线程（2种方式）详解
- 3. Python线程的生命周期（新建、就绪、运行、阻塞和死亡）
- 4. Python Thread join()用法详解
- 5. Python daemon守护线程详解
- 6. Python sleep()函数用法：线程睡眠
- 7. Python互斥锁（Lock）：解决多线程安全问题
- 8. 什么是死锁，如何避免死锁（4种方法）
- 9. Python condition实现线程通信（详解版）
- 10. Python Queue队列实现线程通信
- 11. Python Event实现线程通信
- 12. Python线程池及其原理和使用（超级详细）
- 13. Python threading Local()函数用法：返回线程局部变量
- 14. Python Timer定时器：控制函数在特定时间执行
- 15. Python schedule任务调度及其用法
- 16. Python os.fork()方法：创建新进程
- 17. Python Process创建进程（2种方法）详解
- 18. Python设置进程启动的3种方式
- 19. 多进程编程和多线程编程优缺点
- 20. Python使用进程池管理进程
- 21. Python进程间通信的2种实现方法（Queue和Pipe）
- 22. Python Futures并发编程详解
- 23. Python Asyncio并发编程详解
- 24. Python GIL全局解释器锁详解（深度剖析）
- 25. 深度解析Python垃圾回收机制（超级详细）