1.threading简介（创建多线程的线程线程两种方法）★
2.通过transmittable-thread-local源码理解线程池线程本地变量传递的原理
3.ThreadPoolExecutor简介&源码解析
4.UE4源码剖析——异步与并行 中篇 之 Thread
5.C++多线程编程：深入剖析std::thread的使用方法
6.线程的创建和使用 threading.Thread()
threading简介（创建多线程的两种方法）★
一、什么是源码threading？
threading是Python内置的一个创建多线程的库，调用threading库中的线程线程threading.Thread方法来创建线程。
创建多线程的源码基本语法为：threading.Thread(target=函数名, args=(函数参数1,....函数参数n), name='线程名')。
二、线程线程threading的源码mongo源码模块使用方法
1、创建线程的线程线程思路1：先定义函数再用Thread方法创建线程
定义函数test，函数内部打印当前线程名称和传入的源码参数。在main函数中，线程线程创建两个线程t1和t2，源码分别调用start()和join()方法启动线程和等待线程结束。线程线程
输出结果：在指定线程中，源码打印出传入的线程线程参数。
2、源码创建线程的线程线程思路2：先定义类并在类内部重写run方法，再用Thread方法创建线程
定义一个继承自threading.Thread的子类test，内部包含特殊方法__init__和run方法。在main函数中，创建类的实例，并调用start()和join()方法启动线程和等待线程结束。
输出结果：在指定线程中，打印出传入的参数。
通过transmittable-thread-local源码理解线程池线程本地变量传递的原理
最近几周，我投入了大量的时间和精力，完成了UCloud服务和中间件迁移至阿里云的工作，因此没有空闲时间撰写文章。不过，回忆起很早之前对ThreadLocal源码的分析，其中提到了ThreadLocal存在向预先创建的线程中传递变量的局限性。恰好，我的一位前同事，HSBC的技术大牛，提到了团队引入了transmittable-thread-local（TTL）来解决此问题。借此机会，我深入分析了TTL源码，本文将全面分析ThreadLocal和InheritableThreadLocal的局限性，并深入探讨TTL整套框架的量化副图源码实现。如有对线程池和ThreadLocal不熟悉的读者，建议先阅读相关前置文章，本篇文章行文较为干硬，字数接近5万字，希望读者耐心阅读。
在Java中，没有直接的API允许子线程获取父线程的实例。获取父线程实例通常需要通过静态本地方法Thread#currentThread()。同样，为了在子线程中传递共享变量，也常采用类似的方法。然而，这种方式会导致硬编码问题，限制了方法的复用性和灵活性。为了解决这一问题，线程本地变量Thread Local应运而生，其基本原理是通过线程实例访问ThreadLocal.ThreadLocalMap来实现变量的存储与传递。
ThreadLocal与InheritableThreadLocal之间的区别主要在于控制ThreadLocal.ThreadLocalMap的创建时机和线程实例中对应的属性获取方式。通过分析源码，可以清楚地看到它们之间的联系与区别。对于不熟悉概念的读者，可以尝试通过自定义实现来理解其中的原理与关系。
ThreadLocal和InheritableThreadLocal的最大局限性在于无法为预先创建的线程实例传递变量。泛线程池Executor体系、TimerTask和ForkJoinPool等通常会预先创建线程，因此无法在这些场景中使用ThreadLocal和InheritableThreadLocal来传递变量。
TTL提供了更灵活的解决方案，它通过委托机制（代理模式）实现了变量的传递。委托可以基于Micrometer统计任务执行时间并上报至Prometheus，然后通过Grafana进行监控展示。此外，TTL通过字节码增强技术（使用ASM或Javassist等工具）实现了类加载时期替换Runnable、Callable等接口的实现，从而实现了无感知的增强功能。TTL还使用了模板方法模式来实现核心逻辑。
TTL框架的python源码查后门核心类TransmittableThreadLocal继承自InheritableThreadLocal，通过全局静态变量holder来管理所有TransmittableThreadLocal实例。holder实际上是一个InheritableThreadLocal，用于存储所有线程本地变量的映射，实现变量的全局共享。disableIgnoreNullValueSemantics属性的设置可以影响NULL值的处理方式，影响TTL实例的行为。
发射器Transmitter是TransmittableThreadLocal的一个公有静态类，提供传输TransmittableThreadLocal实例和注册当前线程变量至其他线程的功能。通过Transmitter的静态方法，可以实现捕获、重放和复原线程本地变量的功能。
TTL通过TtlRunnable类实现了任务的封装，确保在执行任务时能够捕获和传递线程本地变量。在任务执行前后，通过capture和restore方法捕获和重放变量，实现异步执行时上下文的传递。
启用TTL的Agent模块需要通过Java启动参数添加javaagent来激活字节码增强功能。TTL通过Instrumentation回调激发ClassFileTransformer，实现目标类的字节码增强，从而在执行任务时自动完成上下文的捕捉和传递。
TTL框架提供了一种高效、灵活的方式来解决线程池中线程复用时上下文传递的问题。通过委托机制和字节码增强技术，TTL实现了无入侵地提供线程本地变量传递功能。如果您在业务代码中遇到异步执行时上下文传递的问题，TTL库是一个值得考虑的解决方案。
ThreadPoolExecutor简介&源码解析
线程池是通过池化管理线程的高效工具，尤其在多核CPU时代，利用线程池进行并行处理任务有助于提升服务器性能。ThreadPoolExecutor是线程池的具体实现，它负责线程管理和任务管理，以及处理任务拒绝策略。这个类提供了多种功能，如通过Executors工厂方法配置，执行Runnable和Callable任务，维护任务队列，红娘交友源码下载统计任务完成情况等。
创建线程池需要考虑关键参数，如核心线程数（任务开始执行时立即创建），最大线程数（任务过多时限制新线程生成），线程存活时间，任务队列大小，线程工厂以及拒绝策略。JDK提供了四种拒绝策略，如默认的AbortPolicy，当资源饱和时抛出异常。此外，线程池还提供了beforeExecute和afterExecute钩子函数，用于在任务执行前后执行自定义操作。
当任务提交到线程池时，会经历一系列处理流程，包括任务的执行和线程池状态的管理。例如，如果任务队列和线程池满，会根据拒绝策略处理新任务。使用线程池时，需注意线程池容量与状态的计算，以及线程池工作线程的动态调整。
示例中，自定义线程池并重写钩子函数，创建任务后向线程池提交，可以看到线程池如何根据配置动态调整资源。但要注意，如果任务过多且无法处理，可能会抛出异常。源码分析中，submit方法实际上是调用execute，而execute内部包含Worker类和runWorker方法的逻辑，包括任务的获取和执行。
线程池的容量上限并非Integer.MAX_VALUE，而是由ctl变量的低位决定。 Doug Lea的怎样保护公司源码工具函数简化了ctl的操作，使得计算线程池状态和工作线程数更加便捷。通过深入了解ThreadPoolExecutor，开发者可以更有效地利用线程池提高应用性能。
UE4源码剖析——异步与并行 中篇 之 Thread
我们知道UE中的异步框架分为TaskGraph与Thread两种，上篇教程我们学习了TaskGraph，它擅长处理有依赖关系的短任务；本篇教程我们将学习Thread，它与TaskGraph相反，它更擅长于处理长任务。而下一篇文章，我们则会承接Thread，去学习一下引擎中一些重要的线程。
Thread擅长处理长任务，从长任务生命周期这个层面来看，我们可以先把长任务分为两类：常驻型长任务与非常驻型长任务。
常驻型长任务侧重于并行，通常用于监听式服务，例如网络传输，使用单独的线程对网络进行监听，每当有网络数据包到达时，线程接收并处理后，不会立即结束，而是重置部分状态，继续监听，等待下一轮数据包。
非常驻型长任务侧重于异步，通常用于数据处理，例如主线程为了提高性能，避免卡顿，会将一些重负载的运算任务分发给分线程处理，可能分批给多条分线程，主线程继续运行其他逻辑。任务处理完成后，将结果返回给主线程，分线程可销毁。
接下来，我们通过两个例子学习Thread的使用。
计算由N到M（N和M为大数字）所有数字的和。使用Thread异步调用，将计算操作交由分线程执行，计算完成后再通知主线程结果，代码实现如下：
逻辑分为两部分：启动分线程计算数字和，使用Async函数，参数为EAsyncExecution::Thread，创建新线程执行。学习Async函数用法，该函数返回TFuture对象，代表未来状态，当前无法获取结果，但在未来某个时刻状态变为Ready，此时可通过TFuture获取结果。
主线程注册回调，等待分线程计算完成，使用TFuture的Then函数，完成时触发注册的回调，也可使用Wait系列函数等待计算完成。
接下来学习常驻型任务使用。
定义玩家血量上限点，当前点，当血量未满时，每0.2秒恢复1点血量。代码实现分为创建生命治疗仪FRunnable对象、重写Run函数、创建FRunnableThread线程、测试恢复功能和释放线程资源。
生命治疗仪创建与测试完整代码如下，可验证生命恢复功能和暂停与恢复。
UE4中的FRunnable与FRunnableThread提供创建常驻型任务所需接口。无论是常驻型还是非常驻型，底层实现相同，都是使用FRunnableThread线程。
FRunnableThread线程结构包含标识符、逻辑功能、效率与性能、辅助调试字段。线程创建与生命周期分为创建FRunnable类对象、创建FRunnableThread对象两步，通过FRunnable的生命周期管理实现线程运行与停止。
UE4线程管理流程包括继承并创建FRunnable类对象、创建FRunnableThread对象，生命治疗仪线程创建代码。
UE4中的几种异步方式底层使用线程实现，学习了线程类型、创建、生命周期、销毁方法，为下篇学习引擎特殊线程打下基础。
C++多线程编程：深入剖析std::thread的使用方法
深入剖析C++中多线程编程的核心组件——std::thread的使用方法。本文旨在帮助读者全面理解std::thread的功能与灵活性。我们将从thread的创建、启动、管理及线程间的通信、同步问题入手，介绍如何利用thread提高程序性能与并发能力。无论你是C++初学者还是有一定经验的开发者，本文将提供深入理解C++多线程编程中std::thread的途径，为你的代码实现更强大的并发能力和性能优化。 一、线程thread std::thread在包含头文件`#include`中声明，使用std::thread时需包含此头文件。1.1、语法
1.1.1、构造函数 （1）默认构造函数：创建一个空的thread执行对象。 （2）初始化构造函数：创建std::thread执行对象，该对象可被joinable，新产生的线程会调用`threadFun`函数，该函数的参数由`args`给出。 （3）拷贝构造函数。 （4）move构造函数：调用成功后，对象代表线程执行状态不再有效。注意：可被joinable的thread对象在销毁前需被主线程join或设置为 detached。 示例代码展示具体实现。1.1.2、主要成员函数
（1）get_id()：获取线程ID，返回类型为`std::thread::id`对象。 （2）joinable()：判断线程是否可加入等待。 （3）join()：等待线程执行完成才返回。 （4）detach()：调用后，目标线程成为守护线程，独立运行于后台，与之关联的std::thread对象失去对该线程的控制权。当线程主函数执行完毕，线程结束，运行时库负责清理相关资源。 调用detach函数后，线程与主线程分离。1.2、简单线程的创建
使用std::thread创建线程，提供线程函数或函数对象，并可指定参数。 （1）传入0个值。 （2）传入2个值。 （3）传入引用。 （4）传入类函数：推荐使用取地址符`&`传递，避免兼容问题。 （5）detach()：将子线程从主线程中分离，主线程不再具有管理此子线程的能力。 执行结果展示。 （6）std::move()：线程所有权转移。 执行结果展示。1.3、线程封装
通过封装实现线程，子类继承后可实现具体业务逻辑。创建线程通过`new`实现，参数列表与使用构造函数创建一致。 ower_thread.h ower_thread.cc test.cc 编译步骤。 执行结果展示。1.4、std::this_thread
此命名空间包含一组访问当前线程的函数。1.4.1、std::this_thread::get_id()
功能：获取当前线程ID。返回类型：线程ID的唯一标识，用于区分线程。 示例代码展示具体应用。1.4.2、std::this_thread::yield()
提供线程重新调度的机会。当线程等待其他线程前进而不阻塞时，应调用此函数。 示例代码展示应用。1.4.3、std::this_thread::sleep_for()
阻止线程在指定时间内执行。当前线程的执行将停止，直到至少从现在开始经过指定时间，其他线程继续执行。 参数：指定的等待时间。注意，多线程管理操作可能影响实际等待时间。 示例代码展示应用。 总结：使用std::thread时需添加``库。 欢迎关注公众号《Lion 莱恩呀》学习技术，每日推送文章。 后言：对C++/Linux系统提升感兴趣的读者可点击链接了解：白金学习卡（涵盖基础架构、高性能存储、golang云原生、音视频、Linux内核等）。线程的创建和使用 threading.Thread()
学习Python基础时，我们了解到线程可以作为并行执行任务的有效工具，提高程序运行效率。在Python中，`threading`库提供了创建和管理线程的便利。
创建和使用线程的函数是`threading.Thread()`。这个函数接受两个参数：目标函数和参数元组。目标函数是线程将要执行的任务，而参数元组则是传给目标函数的参数。
下面是一个示例代码，展示了如何创建和使用线程：
首先，导入`threading`和`time`库。
接着定义目标函数`f(name)`，这个函数将打印传入的参数`name`和一个循环结果，等待一秒后，再打印一条消息。
使用`for`循环创建一个列表，用于控制函数`f`的调用次数。
调用`time.sleep(1)`模拟任务执行时间。
创建一个`threading.Thread`实例，传入目标函数`f`和参数元组`("name2f")`。
通过`thread.start()`启动线程。
使用`thread.join()`确保主程序等待线程完成。
最后，打印`"end"`以表示程序结束。
给出的代码片段的输出结果是`name2f，0，1，2，end`，对应于A选项。
综上所述，通过合理使用`threading.Thread()`，我们可以有效地在Python程序中创建和管理线程，实现多任务并行执行，提高程序性能。
