多任务介绍

现实生活中的多任务
有很多的场景中的事情是同时进行的，比如开车的时候手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；在线听歌(边下载边听歌);老师边讲边操作等等

试想，如果把老师讲课和动手操作分开，会是什么效果？

2.计算机中的多任务
什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。

现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任务的呢？

答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

并发与并行
并发：指的是任务数多于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）
并行：当任务数小于或者等于cpu核数时，每一个任务都有对应的cpu来处理执行，即任务真的是一起执行的

cpu的时间观

# 每0.5秒获取一次结果，保存一次结果需1秒.
import time


def get_data():
    time.sleep(0.5)
    print('获取')


def save_data():
    time.sleep(1)
    print('保存')


t1 = time.time()
for n in range(10):
    get_data()
    save_data()
t2 = time.time()
print('耗时：{}'.format(t2 - t1))

改良后：

import gevent
from gevent import monkey

monkey.patch_all()
import time
from gevent import pool

all_data = []


def get_data():
    time.sleep(0.5)
    all_data.append(1)
    print('获取')


def save_data():
    while True:
        if len(all_data) > 0:
            data = all_data.pop()
            if data:
                time.sleep(1)
                print('保存')
                break
        else:
            time.sleep(0.1)


jobs = []
p = pool.Pool()
t1 = time.time()
for n in range(10):
    jobs.append(p.spawn(get_data))
    jobs.append(p.spawn(save_data))
gevent.joinall(jobs)
t2 = time.time()
print('耗时：{}'.format(t2 - t1))

互斥锁
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。