并发编程视频
❶ 求免费java视频
去腾讯课堂或者网络传课里边走，很多的Java视频。
❷ 阿里巴巴资深java工程师什么水平
你好，如阿里网络腾讯等互联网大厂的工程师，资深（架构师水平）工程师是非常有实力的。
以阿里为例：
1、阿里工程师岗位职级
阿里巴巴集团采用双序列职业发展体系：
一套体系是专家路线【P序列=技术岗】，程序员、工程师，某一个专业领域的人才，一共分为14级，从P1到P14，目前校招最低从P4开始。
一套体系是M路线，即管理者路线【M序列=管理岗】，从M1到M10。
考核因素是上一年的绩效分数+直属领导的打分+晋升委员会打分，这里的委员会一般由直属领导+合作方的高管+懂业务的HRG组成。HRG：HR多面手，base在业务下面，在阿里话语权比别的互联网HR高。
晋升标准：绩效满足3.75、主管提名、技术答辩通过。
P8架构师作为阿里“IT架构灵魂人物”的角色，他们不仅做着架构师的本职工作，还同时做程序开发，写核心代码的工作。另外，架构师依旧是技术高手，编程能力依然是一流的。
但根据当前的市场需求，互联网大厂们对于普通Java开发人才需求逐年锐减，而对互联网架构师人才的需求招聘量已经上升到50%，因此薪资更是不可同日而语。
对于想学习互联网架构师的同学来说，北大青鸟、课工场等优秀品牌都是不错的选择。课程根据招聘需求制定，包含全部分布式微服务技术，对标阿里P8级别架构师。
希望我的回答对你有所帮助！
❸ 如何实现高效的并发编程
一个在线2k的游戏，每秒钟并发都吓死人。传统的hibernate直接插库基本上是不可行的。我就一步步推导出一个无锁的数据库操作。 1. 并发中如何无锁。 一个很简单的思路，把并发转化成为单线程。Java的Disruptor就是一个很好的例子。
❹ python视频教程哪家的比较好啊
视频质量好不好和培训内容息息相关！
阶段一：Python开发基础
Python全栈开发与人工智能之Python开发基础知识学习内容包括：Python基础语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、常用模块等。
阶段二：Python高级编程和数据库开发
Python全栈开发与人工智能之Python高级编程和数据库开发知识学习内容包括：面向对象开发、Socket网络编程、线程、进程、队列、IO多路模型、Mysql数据库开发等。
阶段三：前端开发
Python全栈开发与人工智能之前端开发知识学习内容包括：Html、CSS、JavaScript开发、Jquery&bootstrap开发、前端框架VUE开发等。
阶段四：WEB框架开发
Python全栈开发与人工智能之WEB框架开发学习内容包括：Django框架基础、Django框架进阶、BBS+Blog实战项目开发、缓存和队列中间件、Flask框架学习、Tornado框架学习、Restful API等。
阶段五：爬虫开发
Python全栈开发与人工智能之爬虫开发学习内容包括：爬虫开发实战。
阶段六：全栈项目实战
Python全栈开发与人工智能之全栈项目实战学习内容包括：企业应用工具学习、CRM客户关系管理系统开发、路飞学城在线教育平台开发等。
阶段七：数据分析
Python全栈开发与人工智能之数据分析学习内容包括：金融量化分析。
阶段八：人工智能
Python全栈开发与人工智能之人工智能学习内容包括：机器学习、图形识别、无人机开发、无人驾驶等。
阶段九：自动化运维&开发
Python全栈开发与人工智能之自动化运维&开发学习内容包括：CMDB资产管理系统开发、IT审计+主机管理系统开发、分布式主机监控系统开发等。
阶段十：高并发语言GO开发
Python全栈开发与人工智能之高并发语言GO开发学习内容包括：GO语言基础、数据类型与文件IO操作、函数和面向对象、并发编程等。
❺ Go CSP并发模型
Go的CSP并发模型
Go实现了两种并发形式。第一种是大家普遍认知的：多线程共享内存。其实就是Java或者C++等语言中的多线程开发。另外一种是Go语言特有的，也是Go语言推荐的：CSP（communicating sequential processes）并发模型。
CSP 是 Communicating Sequential Process 的简称，中文可以叫做通信顺序进程，是一种并发编程模型，由 Tony Hoare 于 1977 年提出。简单来说，CSP 模型由并发执行的实体（线程或者进程）所组成，实体之间通过发送消息进行通信，这里发送消息时使用的就是通道，或者叫 channel。CSP 模型的关键是关注 channel，而不关注发送消息的实体。 Go 语言实现了 CSP 部分理论 。
“ 不要以共享内存的方式来通信，相反， 要通过通信来共享内存。”
Go的CSP并发模型，是通过 goroutine和channel 来实现的。
goroutine 是Go语言中并发的执行单位。其实就是协程。
channel是Go语言中各个并发结构体(goroutine)之前的通信机制。 通俗的讲，就是各个goroutine之间通信的”管道“，有点类似于Linux中的管道。
Channel
Goroutine
❻ 吐血整理：C++编程语言资源汇总
关于 C++ 框架、库和资源的一些汇总列表，内容包括：标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。有需要的小伙伴可以收藏一下！
C++标准库，包括了STL容器，算法和函数等。
C++ Standard Library：是一系列类和函数的集合，使用核心语言编写，也是C++ISO自身标准的一部分。
Standard Template Library：标准模板库
C POSIX library ： POSIX系统的C标准库规范
ISO C++ Standards Committee ：C++标准委员会
C++通用框架和库
Apache C++ Standard Library：是一系列算法，容器，迭代器和其他基本组件的集合
ASL ：Adobe源代码库提供了同行的评审和可移植的C++源代码库。
Boost ：大量通用C++库的集合。
BDE ：来自于彭博资讯实验室的开发环境。
Cinder：提供专业品质创造性编码的开源开发社区。
Cxxomfort：轻量级的，只包含头文件的库，将C++ 11的一些新特性移植到C++03中。
Dlib：使用契约式编程和现代C++ 科技 设计的通用的跨平台的C++库。
EASTL ：EA-STL公共部分
ffead-cpp ：企业应用程序开发框架
Folly：由Facebook开发和使用的开源C++库
JUCE ：包罗万象的C++类库，用于开发跨平台软件
libPhenom：用于构建高性能和高度可扩展性系统的事件框架。
LibSourcey ：用于实时的视频流和高性能网络应用程序的C++11 evented IO
LibU ： C语言写的多平台工具库
Loki ：C++库的设计，包括常见的设计模式和习语的实现。
MiLi ：只含头文件的小型C++库
openFrameworks ：开发C++工具包，用于创意性编码。
Qt ：跨平台的应用程序和用户界面框架
Reason ：跨平台的框架，使开发者能够更容易地使用Java，.Net和Python，同时也满足了他们对C++性能和优势的需求。
ROOT ：具备所有功能的一系列面向对象的框架，能够非常高效地处理和分析大量的数据，为欧洲原子能研究机构所用。
STLport：是STL具有代表性的版本
STXXL：用于额外的大型数据集的标准模板库。
Ultimate++ ：C++跨平台快速应用程序开发框架
Windows Template Library：用于开发Windows应用程序和UI组件的C++库
Yomm11 ：C++11的开放multi-methods.
btsk ： 游戏 行为树启动器工具
Evolving Objects：基于模板的，ANSI C++演化计算库，能够帮助你非常快速地编写出自己的随机优化算法。
Neu：C++11框架，编程语言集，用于创建人工智能应用程序的多用途软件系统。
Boost.Asio：用于网络和底层I/O编程的跨平台的C++库。
libev ：功能齐全，高性能的时间循环，轻微地仿效libevent，但是不再像libevent一样有局限性，也修复了它的一些bug。
libevent ：事件通知库
libuv ：跨平台异步I/O。
音频，声音，音乐，数字化音乐库
FMOD ：易于使用的跨平台的音频引擎和音频内容的 游戏 创作工具。
Maximilian ：C++音频和音乐数字信号处理库
OpenAL ：开源音频库—跨平台的音频API
Opus：一个完全开放的，免版税的，高度通用的音频编解码器
Speex：免费编解码器，为Opus所废弃
Tonic： C++易用和高效的音频合成
Vorbis： Ogg Vorbis是一种完全开放的，非专有的，免版税的通用压缩音频格式。
生物信息，基因组学和生物技术
libsequence：用于表示和分析群体遗传学数据的C++库。
SeqAn：专注于生物数据序列分析的算法和数据结构。
Vcflib ：用于解析和处理VCF文件的C++库
Wham：直接把联想测试应用到BAM文件的基因结构变异。
压缩和归档库
bzip2：一个完全免费，免费专利和高质量的数据压缩
doboz：能够快速解压缩的压缩库
PhysicsFS：对各种归档提供抽象访问的库，主要用于视频 游戏 ，设计灵感部分来自于Quake3的文件子系统。
KArchive：用于创建，读写和操作文件档案（例如zip和 tar）的库，它通过QIODevice的一系列子类，使用gzip格式，提供了透明的压缩和解压缩的数据。
LZ4 ：非常快速的压缩算法
LZHAM ：无损压缩数据库，压缩比率跟LZMA接近，但是解压缩速度却要快得多。
LZMA ：7z格式默认和通用的压缩方法。
LZMAT ：及其快速的实时无损数据压缩库
miniz：单一的C源文件，紧缩/膨胀压缩库，使用zlib兼容API，ZIP归档读写，PNG写方式。
Minizip：Zlib最新bug修复，支持PKWARE磁盘跨越，AES加密和IO缓冲。
Snappy ：快速压缩和解压缩
ZLib ：非常紧凑的数据流压缩库
ZZIPlib：提供ZIP归档的读权限。
并发执行和多线程
Boost.Compute ：用于OpenCL的C++GPU计算库
Bolt ：针对GPU进行优化的C++模板库
C++React ：用于C++11的反应性编程库
Intel TBB ：Intel线程构件块
Libclsph：基于OpenCL的GPU加速SPH流体仿真库
OpenCL ：并行编程的异构系统的开放标准
OpenMP：OpenMP API
Thrust ：类似于C++标准模板库的并行算法库
HPX ：用于任何规模的并行和分布式应用程序的通用C++运行时系统
VexCL ：用于OpenCL/CUDA 的C++向量表达式模板库。
C++ B-tree ：基于B树数据结构，实现命令内存容器的模板库
Hashmaps： C++中开放寻址哈希表算法的实现
Bcrypt ：一个跨平台的文件加密工具，加密文件可以移植到所有可支持的操作系统和处理器中。
BeeCrypt：
Botan： C++加密库
Crypto++：一个有关加密方案的免费的C++库
GnuPG： OpenPGP标准的完整实现
GnuTLS ：实现了SSL，TLS和DTLS协议的安全通信库
Libgcrypt
libmcrypt
LibreSSL：免费的SSL/TLS协议，属于2014 OpenSSL的一个分支
LibTomCrypt：一个非常全面的，模块化的，可移植的加密工具
libsodium：基于NaCI的加密库，固执己见，容易使用
Nettle 底层的加密库
OpenSSL ： 一个强大的，商用的，功能齐全的，开放源代码的加密库。
Tiny AES128 in C ：用C实现的一个小巧，可移植的实现了AES128ESB的加密算法
数据库，SQL服务器，ODBC驱动程序和工具
hiberlite ：用于Sqlite3的C++对象关系映射
Hiredis： 用于Redis数据库的很简单的C客户端库
LevelDB： 快速键值存储库
LMDB：符合数据库四大基本元素的嵌入键值存储
MySQL++：封装了MySql的C API的C++ 包装器
RocksDB：来自Facebook的嵌入键值的快速存储
SQLite：一个完全嵌入式的，功能齐全的关系数据库，只有几百KB，可以正确包含到你的项目中。
调试库， 内存和资源泄露检测，单元测试
Boost.Test：Boost测试库
Catch：一个很 时尚 的，C++原生的框架，只包含头文件，用于单元测试，测试驱动开发和行为驱动开发。
CppUnit：由JUnit移植过来的C++测试框架
CTest：CMake测试驱动程序
googletest：谷歌C++测试框架
ig-debugheap：用于跟踪内存错误的多平台调试堆
libtap：用C语言编写测试
MemTrack —用于C++跟踪内存分配
microprofile- 跨平台的网络试图分析器
minUnit ：使用C写的迷你单元测试框架，只使用了两个宏
Remotery：用于web视图的单一C文件分析器
UnitTest++：轻量级的C++单元测试框架
Cocos2d-x ：一个跨平台框架，用于构建2D 游戏 ，互动图书，演示和其他图形应用程序。
Grit ：社区项目，用于构建一个免费的 游戏 引擎，实现开放的世界3D 游戏 。
Irrlicht ：C++语言编写的开源高性能的实时#D引擎
Polycode：C++实现的用于创建 游戏 的开源框架（与Lua绑定）。
CEGUI ： 很灵活的跨平台GUI库
FLTK ：快速，轻量级的跨平台的C++GUI工具包。
GTK+： 用于创建图形用户界面的跨平台工具包
gtkmm ：用于受欢迎的GUI库GTK+的官方C++接口。
imgui：拥有最小依赖关系的立即模式图形用户界面
libRocket ：libRocket 是一个C++ HTML/CSS 游戏 接口中间件
MyGUI ：快速，灵活，简单的GUI
Ncurses：终端用户界面
QCustomPlot ：没有更多依赖关系的Qt绘图控件
Qwt ：用户与技术应用的Qt 控件
QwtPlot3D ：功能丰富的基于Qt/OpenGL的C++编程库，本质上提供了一群3D控件
OtterUI ：OtterUI 是用于嵌入式系统和互动 娱乐 软件的用户界面开发解决方案
PDCurses 包含源代码和预编译库的公共图形函数库
wxWidgets C++库，允许开发人员使用一个代码库可以为widows， Mac OS X，Linux和其他平台创建应用程序
bgfx：跨平台的渲染库
Cairo：支持多种输出设备的2D图形库
Horde3D 一个小型的3D渲染和动画引擎
magnum C++11和OpenGL 2D/3D 图形引擎
Ogre 3D 用C++编写的一个面向场景，实时，灵活的3D渲染引擎（并非 游戏 引擎）
OpenSceneGraph 具有高性能的开源3D图形工具包
Panda3D 用于3D渲染和 游戏 开发的框架，用Python和C++编写。
Skia 用于绘制文字，图形和图像的完整的2D图形库
urho3d 跨平台的渲染和 游戏 引擎。
Boost.GIL：通用图像库
CImg ：用于图像处理的小型开源C++工具包
CxImage ：用于加载，保存，显示和转换的图像处理和转换库，可以处理的图片格式包括 BMP, JPEG, GIF, PNG, TIFF, MNG, ICO, PCX, TGA, WMF, WBMP, JBG, J2K。
FreeImage ：开源库，支持现在多媒体应用所需的通用图片格式和其他格式。
GDCM：Grassroots DICOM 库
ITK：跨平台的开源图像分析系统
Magick++：ImageMagick程序的C++接口
MagickWnd：ImageMagick程序的C++接口
OpenCV ： 开源计算机视觉类库
tesseract-ocr：OCR引擎
VIGRA ：用于图像分析通用C++计算机视觉库
VTK ：用于3D计算机图形学，图像处理和可视化的开源免费软件系统。
最后， 对于学习编程或者在工作想升职的程序员兄弟，如果你想更好的提升你的编程能力帮助你提升水平！ 笔者这里或许可以帮到你~
编程学习书籍分享：
编程学习视频分享：
分享（源码、项目实战视频、项目笔记，基础入门教程）
欢迎转行和学习编程的伙伴，利用更多的资料学习成长比自己琢磨更快哦！
❼ 一位大神的学习JAVA心路历程
最近有好多小伙伴向我咨询：“如何学习JAVA?”，其实这个问题太宽泛了，好像每个人在一开始接触java的时候都会请教这个问题。本人对这个问题有很深的体悟和感慨,一开始想要自学，结果不够自律，后来选择了一家培训机构进行学习。今天，云南IT培训http://www.kmbdqn.cn/想要在这里分享我的心路历程。
一．明确自己学习的原因
1.问问自己是抱着什么目的要学习Java，没有目标的学习是效率极低的，并且容易半途而废；
2.了解Java可以做什么，Java可以从事的岗位以及软件行业的发展情况；
3.自己是否对Java方向感兴趣；
二．学习Java基础
1.学习准备
推荐看视频入门，可以通过某宝以及某鱼购买相关的视频，别挑三拣四，选中一个视频看完再说，对于初学者，无论选哪一个都是值得你学习的。
有人说编辑器等IDE环境不适合看视频，浪费时间，但是初学者在学习第一个编程IDE时，推荐看视频或者通过搜索引擎了解工具的使用，看书其实在刚开始可能更浪费时间；
看完基础视频对知识有个大概的了解，这时候看书就不会一头雾水，此时可以通过看书来深入学习，之后的学习可以自己选择看书还是看视频，最好的方法是花时间既看视频也看书；
学着学着忘掉前面的别总想着回头记住，先往后学，有些基础知识暂时用不上，当你学到应用的知识时自然会慢慢理解；
2.书籍推荐
入门书籍：《HeadFirstJava》、《Java核心技术》
进阶书籍：《Java编程思想》
三．JavaWeb
1.学习路线
学习完Java基础，接着适合学习JavaWeb，这个推荐看视频，学习数据库和JDBC基础知识以及基本的前端知识，然后学习SSM框架，学习路线为：
Mysql->JDBC->HTML、CSS、JavaScript、JSP->Spring->SpringMVC->Mybatis->SSM整合->SSM项目实战
2.书籍推荐
《深入分析javaweb技术内幕》
《架构探险-从零开始写javaweb框架》
并发编程
《Java并发编程的艺术》
设计模式
《HeadFirst设计模式》
JVM
《深入理解Java虚拟机》
要想超越别人，不仅仅要掌握实战技能，更重要的是基础扎实
❽ 一篇文章带你深度解析Python线程和进程
使用Python中的线程模块，能够同时运行程序的不同部分，并简化设计。如果你已经入门Python，并且想用线程来提升程序运行速度的话，希望这篇教程会对你有所帮助。
线程与进程
什么是进程
进程是系统进行资源分配和调度的一个独立单位 进程是具有一定独立功能的程序关于某个数据集合上的一次运行活动,进程是系统进行资源分配和调度的一个独立单位。每个进程都有自己的独立内存空间，不同进程通过进程间通信来通信。由于进程比较重量，占据独立的内存，所以上下文进程间的切换开销（栈、寄存器、虚拟内存、文件句柄等）比较大，但相对比较稳定安全。
什么是线程
CPU调度和分派的基本单位 线程是进程的一个实体，是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。线程间通信主要通过共享内存，上下文切换很快，资源开销较少，但相比进程不够稳定容易丢失数据。
进程与线程的关系图
线程与进程的区别：
进程
现实生活中，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 ，比如唱歌跳舞也是同时进行的，再比如边吃饭边打电话；试想如果我们吃饭的时候有一个领导来电，我们肯定是立刻就接听了。但是如果你吃完饭再接听或者回电话，很可能会被开除。
注意：
多任务的概念
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。 其实就是CPU执行速度太快啦！以至于我们感受不到在轮流调度。
并行与并发
并行（Parallelism）
并行：指两个或两个以上事件（或线程）在同一时刻发生，是真正意义上的不同事件或线程在同一时刻，在不同CPU资源呢上（多核），同时执行。
特点
并发（Concurrency）
指一个物理CPU(也可以多个物理CPU) 在若干道程序（或线程）之间多路复用，并发性是对有限物理资源强制行使多用户共享以提高效率。
特点
multiprocess.Process模块
process模块是一个创建进程的模块，借助这个模块，就可以完成进程的创建。
语法：Process([group [, target [, name [, args [, kwargs]]]]])
由该类实例化得到的对象，表示一个子进程中的任务（尚未启动）。
注意：1. 必须使用关键字方式来指定参数；2. args指定的为传给target函数的位置参数，是一个元祖形式，必须有逗号。
参数介绍：
group：参数未使用，默认值为None。
target：表示调用对象，即子进程要执行的任务。
args：表示调用的位置参数元祖。
kwargs：表示调用对象的字典。如kwargs = {'name':Jack, 'age':18}。
name：子进程名称。
代码：
除了上面这些开启进程的方法之外，还有一种以继承Process的方式开启进程的方式：
通过上面的研究，我们千方百计实现了程序的异步，让多个任务可以同时在几个进程中并发处理，他们之间的运行没有顺序，一旦开启也不受我们控制。尽管并发编程让我们能更加充分的利用IO资源，但是也给我们带来了新的问题。
当多个进程使用同一份数据资源的时候，就会引发数据安全或顺序混乱问题，我们可以考虑加锁，我们以模拟抢票为例，来看看数据安全的重要性。
加锁可以保证多个进程修改同一块数据时，同一时间只能有一个任务可以进行修改，即串行的修改。加锁牺牲了速度，但是却保证了数据的安全。
因此我们最好找寻一种解决方案能够兼顾：1、效率高（多个进程共享一块内存的数据）2、帮我们处理好锁问题。
mutiprocessing模块为我们提供的基于消息的IPC通信机制：队列和管道。队列和管道都是将数据存放于内存中 队列又是基于（管道+锁）实现的，可以让我们从复杂的锁问题中解脱出来， 我们应该尽量避免使用共享数据，尽可能使用消息传递和队列，避免处理复杂的同步和锁问题，而且在进程数目增多时，往往可以获得更好的可获展性（ 后续扩展该内容 ）。
线程
Python的threading模块
Python 供了几个用于多线程编程的模块，包括 thread, threading 和 Queue 等。thread 和 threading 模块允许程序员创建和管理线程。thread 模块 供了基本的线程和锁的支持，而 threading 供了更高级别，功能更强的线程管理的功能。Queue 模块允许用户创建一个可以用于多个线程之间 共享数据的队列数据结构。
python创建和执行线程
创建线程代码
1. 创建方法一:
2. 创建方法二:
进程和线程都是实现多任务的一种方式，例如：在同一台计算机上能同时运行多个QQ（进程),一个QQ可以打开多个聊天窗口（线程）。资源共享：进程不能共享资源，而线程共享所在进程的地址空间和其他资源，同时，线程有自己的栈和栈指针。所以在一个进程内的所有线程共享全局变量，但多线程对全局变量的更改会导致变量值得混乱。
代码演示:
得到的结果是：
首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。就好比C++是一套语言（语法）标准，但是可以用不同的编译器来编译成可执行代码。同样一段代码可以通过CPython，PyPy，Psyco等不同的Python执行环境来执行（其中的JPython就没有GIL）。
那么CPython实现中的GIL又是什么呢？GIL全称Global Interpreter Lock为了避免误导，我们还是来看一下官方给出的解释：
主要意思为:
因此，解释器实际上被一个全局解释器锁保护着，它确保任何时候都只有一个Python线程执行。在多线程环境中，Python 虚拟机按以下方式执行:
由于GIL的存在，Python的多线程不能称之为严格的多线程。因为 多线程下每个线程在执行的过程中都需要先获取GIL，保证同一时刻只有一个线程在运行。
由于GIL的存在，即使是多线程，事实上同一时刻只能保证一个线程在运行， 既然这样多线程的运行效率不就和单线程一样了吗，那为什么还要使用多线程呢？
由于以前的电脑基本都是单核CPU，多线程和单线程几乎看不出差别，可是由于计算机的迅速发展，现在的电脑几乎都是多核CPU了，最少也是两个核心数的，这时差别就出来了：通过之前的案例我们已经知道，即使在多核CPU中，多线程同一时刻也只有一个线程在运行，这样不仅不能利用多核CPU的优势，反而由于每个线程在多个CPU上是交替执行的，导致在不同CPU上切换时造成资源的浪费，反而会更慢。即原因是一个进程只存在一把gil锁，当在执行多个线程时，内部会争抢gil锁，这会造成当某一个线程没有抢到锁的时候会让cpu等待，进而不能合理利用多核cpu资源。
但是在使用多线程抓取网页内容时，遇到IO阻塞时，正在执行的线程会暂时释放GIL锁，这时其它线程会利用这个空隙时间，执行自己的代码，因此多线程抓取比单线程抓取性能要好，所以我们还是要使用多线程的。
GIL对多线程Python程序的影响
程序的性能受到计算密集型(CPU)的程序限制和I/O密集型的程序限制影响,那什么是计算密集型和I/O密集型程序呢?
计算密集型：要进行大量的数值计算，例如进行上亿的数字计算、计算圆周率、对视频进行高清解码等等。这种计算密集型任务虽然也可以用多任务完成，但是花费的主要时间在任务切换的时间，此时CPU执行任务的效率比较低。
IO密集型：涉及到网络请求(time.sleep())、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但也有一个限度。
当然为了避免GIL对我们程序产生影响，我们也可以使用，线程锁。
Lock&RLock
常用的资源共享锁机制：有Lock、RLock、Semphore、Condition等，简单给大家分享下Lock和RLock。
Lock
特点就是执行速度慢，但是保证了数据的安全性
RLock
使用锁代码操作不当就会产生死锁的情况。
什么是死锁
死锁：当线程A持有独占锁a，并尝试去获取独占锁b的同时，线程B持有独占锁b，并尝试获取独占锁a的情况下，就会发生AB两个线程由于互相持有对方需要的锁，而发生的阻塞现象，我们称为死锁。即死锁是指多个进程因竞争资源而造成的一种僵局，若无外力作用，这些进程都将无法向前推进。
所以，在系统设计、进程调度等方面注意如何不让这四个必要条件成立，如何确定资源的合理分配算法，避免进程永久占据系统资源。
死锁代码
python线程间通信
如果各个线程之间各干各的，确实不需要通信，这样的代码也十分的简单。但这一般是不可能的，至少线程要和主线程进行通信，不然计算结果等内容无法取回。而实际情况中要复杂的多，多个线程间需要交换数据，才能得到正确的执行结果。
python中Queue是消息队列，提供线程间通信机制，python3中重名为为queue，queue模块块下提供了几个阻塞队列，这些队列主要用于实现线程通信。
在 queue 模块下主要提供了三个类，分别代表三种队列，它们的主要区别就在于进队列、出队列的不同。
简单代码演示
此时代码会阻塞，因为queue中内容已满，此时可以在第四个queue.put('苹果')后面添加timeout，则成为 queue.put('苹果'，timeout=1)如果等待1秒钟仍然是满的就会抛出异常，可以捕获异常。
同理如果队列是空的，无法获取到内容默认也会阻塞，如果不阻塞可以使用queue.get_nowait()。
在掌握了 Queue 阻塞队列的特性之后，在下面程序中就可以利用 Queue 来实现线程通信了。
下面演示一个生产者和一个消费者，当然都可以多个
使用queue模块，可在线程间进行通信，并保证了线程安全。
协程
协程，又称微线程，纤程。英文名Coroutine。
协程是python个中另外一种实现多任务的方式，只不过比线程更小占用更小执行单元（理解为需要的资源）。为啥说它是一个执行单元，因为它自带CPU上下文。这样只要在合适的时机， 我们可以把一个协程 切换到另一个协程。只要这个过程中保存或恢复 CPU上下文那么程序还是可以运行的。
通俗的理解：在一个线程中的某个函数，可以在任何地方保存当前函数的一些临时变量等信息，然后切换到另外一个函数中执行，注意不是通过调用函数的方式做到的，并且切换的次数以及什么时候再切换到原来的函数都由开发者自己确定。
在实现多任务时，线程切换从系统层面远不止保存和恢复 CPU上下文这么简单。操作系统为了程序运行的高效性每个线程都有自己缓存Cache等等数据，操作系统还会帮你做这些数据的恢复操作。所以线程的切换非常耗性能。但是协程的切换只是单纯的操作CPU的上下文，所以一秒钟切换个上百万次系统都抗的住。
greenlet与gevent
为了更好使用协程来完成多任务，除了使用原生的yield完成模拟协程的工作，其实python还有的greenlet模块和gevent模块，使实现协程变的更加简单高效。
greenlet虽说实现了协程，但需要我们手工切换，太麻烦了，gevent是比greenlet更强大的并且能够自动切换任务的模块。
其原理是当一个greenlet遇到IO(指的是input output 输入输出，比如网络、文件操作等)操作时，比如访问网络，就自动切换到其他的greenlet，等到IO操作完成，再在适当的时候切换回来继续执行。
模拟耗时操作：
如果有耗时操作也可以换成，gevent中自己实现的模块，这时候就需要打补丁了。
使用协程完成一个简单的二手房信息的爬虫代码吧！
以下文章来源于Python专栏 ，作者宋宋
文章链接：https://mp.weixin.qq.com/s/2r3_ipU3HjdA5VnqSHjUnQ
❾ 学python有什么好的课程免费的
贺圣军Python轻松入门到项目实战（经典完整版）（超清视频）网络网盘
链接: https://pan..com/s/1C9k1o65FuQKNe68L3xEx3w
若资源有问题欢迎追问~