python–threading多线程总结[通俗易懂]

python–threading多线程总结[通俗易懂]threading用于提供线程相关的操作,线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组,线程也不能被停止、暂停、恢复、中断。threading模块提供的类:

大家好,又见面了,我是你们的朋友全栈君。

threading用于提供线程相关的操作,线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组,线程也不能被停止、暂停、恢复、中断。

threading模块提供的类:  
  Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。

threading 模块提供的常用方法: 
  threading.currentThread(): 返回当前的线程变量。 
  threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前,不包括启动前和终止后的线程。 
  threading.activeCount(): 返回正在运行的线程数量,与len(threading.enumerate())有相同的结果。

threading 模块提供的常量:

  threading.TIMEOUT_MAX 设置threading全局超时时间。

 

Thread类


 

Thread是线程类,有两种使用方法,直接传入要运行的方法或从Thread继承并覆盖run():

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# coding:utf-8
import threading import time #方法一:将要执行的方法作为参数传给Thread的构造方法
def action(arg): time.sleep(1) print 'the arg is:%s\r' %arg for i in xrange(4): t =threading.Thread(target=action,args=(i,)) t.start() print 'main thread end!'

#方法二:从Thread继承,并重写run()
class MyThread(threading.Thread): def __init__(self,arg): super(MyThread, self).__init__()#注意:一定要显式的调用父类的初始化函数。
        self.arg=arg def run(self):#定义每个线程要运行的函数
        time.sleep(1) print 'the arg is:%s\r' % self.arg for i in xrange(4): t =MyThread(i) t.start() print 'main thread end!'

创建线程的两种方法

 

构造方法: 
Thread(group=None, target=None, name=None, args=(), kwargs={}) 

  group: 线程组,目前还没有实现,库引用中提示必须是None; 
  target: 要执行的方法; 
  name: 线程名; 
  args/kwargs: 要传入方法的参数。

实例方法: 
  isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。 

  get/setName(name): 获取/设置线程名。 

  start():  线程准备就绪,等待CPU调度
  is/setDaemon(bool): 获取/设置是后台线程(默认前台线程(False))。(在start之前设置)

    如果是后台线程,主线程执行过程中,后台线程也在进行,主线程执行完毕后,后台线程不论成功与否,主线程和后台线程均停止
         如果是前台线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,程序停止
  start(): 启动线程。 
  join([timeout]): 阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout(可选参数)。

 

使用例子一(未设置setDeamon): 

 

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# coding:utf-8
import threading import time def action(arg): time.sleep(1) print  'sub thread start!the thread name is:%s\r' % threading.currentThread().getName() print 'the arg is:%s\r' %arg time.sleep(1) for i in xrange(4): t =threading.Thread(target=action,args=(i,)) t.start() print 'main_thread end!'

setDeamon=Flase

 

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

main_thread end! sub thread start!the thread name is:Thread-2 the arg is:1 the arg is:0 sub thread start!the thread name is:Thread-4 the arg is:2 the arg is:3 Process finished with exit code 0 可以看出,创建的4个“前台”线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,程序停止

运行结果

验证了serDeamon(False)(默认)前台线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,主线程停止。

 

使用例子二(setDeamon=True)

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# coding:utf-8
import threading import time def action(arg): time.sleep(1) print  'sub thread start!the thread name is:%s\r' % threading.currentThread().getName() print 'the arg is:%s\r' %arg time.sleep(1) for i in xrange(4): t =threading.Thread(target=action,args=(i,)) t.setDaemon(True)#设置线程为后台线程
 t.start() print 'main_thread end!'

setDeamon(True)

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

main_thread end!

Process finished with exit code 0

可以看出,主线程执行完毕后,后台线程不管是成功与否,主线程均停止

运行结果

验证了serDeamon(True)后台线程,主线程执行过程中,后台线程也在进行,主线程执行完毕后,后台线程不论成功与否,主线程均停止。

 

使用例子三(设置join)

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

#coding:utf-8
import threading import time def action(arg): time.sleep(1) print  'sub thread start!the thread name is:%s ' % threading.currentThread().getName() print 'the arg is:%s ' %arg time.sleep(1) thread_list = []    #线程存放列表
for i in xrange(4): t =threading.Thread(target=action,args=(i,)) t.setDaemon(True) thread_list.append(t) for t in thread_list: t.start() for t in thread_list: t.join()

join用法

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

sub thread start!the thread name is:Thread-2 the arg is:1 sub thread start!the thread name is:Thread-3 the arg is:2 sub thread start!the thread name is:Thread-1 the arg is:0 sub thread start!the thread name is:Thread-4 the arg is:3 main_thread end! Process finished with exit code 0 设置join之后,主线程等待子线程全部执行完成后或者子线程超时后,主线程才结束

运行结果

验证了 join()阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout,即使设置了setDeamon(True)主线程依然要等待子线程结束。

使用例子四(join不妥当的用法,使多线程编程顺序执行)

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

#coding:utf-8
import threading import time def action(arg): time.sleep(1) print  'sub thread start!the thread name is:%s ' % threading.currentThread().getName() print 'the arg is:%s ' %arg time.sleep(1) for i in xrange(4): t =threading.Thread(target=action,args=(i,)) t.setDaemon(True) t.start() t.join() print 'main_thread end!'

join不妥当用法

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

sub thread start!the thread name is:Thread-1 the arg is:0 sub thread start!the thread name is:Thread-2 the arg is:1 sub thread start!the thread name is:Thread-3 the arg is:2 sub thread start!the thread name is:Thread-4 the arg is:3 main_thread end! Process finished with exit code 0 可以看出此时,程序只能顺序执行,每个线程都被上一个线程的join阻塞,使得“多线程”失去了多线程意义。

运行结果

 

 

Lock、Rlock类


 

  由于线程之间随机调度:某线程可能在执行n条后,CPU接着执行其他线程。为了多个线程同时操作一个内存中的资源时不产生混乱,我们使用锁。

Lock(指令锁)是可用的最低级的同步指令。Lock处于锁定状态时,不被特定的线程拥有。Lock包含两种状态——锁定和非锁定,以及两个基本的方法。

可以认为Lock有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。

RLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念,处于锁定状态时,RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire(),释放锁时需要调用release()相同次数。

可以认为RLock包含一个锁定池和一个初始值为0的计数器,每次成功调用 acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。

简言之:Lock属于全局,Rlock属于线程。

构造方法: 
Lock(),Rlock(),推荐使用Rlock()

实例方法: 
  acquire([timeout]): 尝试获得锁定。使线程进入同步阻塞状态。 

  release(): 释放锁。使用前线程必须已获得锁定,否则将抛出异常。

例子一(未使用锁):

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

#coding:utf-8
import threading import time gl_num = 0 def show(arg): global gl_num time.sleep(1) gl_num +=1
    print gl_num for i in range(10): t = threading.Thread(target=show, args=(i,)) t.start() print 'main thread stop'

未使用锁

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

main thread stop 12

 3
4
568
 9

910 Process finished with exit code 0 多次运行可能产生混乱。这种场景就是适合使用锁的场景。

运行结果

 

例子二(使用锁):

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# coding:utf-8

import threading import time gl_num = 0 lock = threading.RLock() # 调用acquire([timeout])时,线程将一直阻塞, # 直到获得锁定或者直到timeout秒后(timeout参数可选)。 # 返回是否获得锁。
def Func(): lock.acquire() global gl_num gl_num += 1 time.sleep(1) print gl_num lock.release() for i in range(10): t = threading.Thread(target=Func) t.start()

使用Lock

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

1
2
3
4
5
6
7
8
9
10 Process finished with exit code 0 可以看出,全局变量在在每次被调用时都要获得锁,才能操作,因此保证了共享数据的安全性

运行结果

 

Lock对比Rlock

#coding:utf-8

import threading
lock = threading.Lock() #Lock对象
lock.acquire()
lock.acquire()  #产生了死锁。
lock.release()
lock.release()
print lock.acquire()


import threading
rLock = threading.RLock()  #RLock对象
rLock.acquire()
rLock.acquire() #在同一线程内,程序不会堵塞。
rLock.release()
rLock.release()

 

Condition类


 

  Condition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。

  可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。

构造方法: 
Condition([lock/rlock])

实例方法: 
  acquire([timeout])/release(): 调用关联的锁的相应方法。 

  wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知,并释放锁。使用前线程必须已获得锁定,否则将抛出异常。 
  notify(): 调用这个方法将从等待池挑选一个线程并通知,收到通知的线程将自动调用acquire()尝试获得锁定(进入锁定池);其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。 
  notifyAll(): 调用这个方法将通知等待池中所有的线程,这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。

 

例子一:生产者消费者模型

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# encoding: UTF-8
import threading import time # 商品
product = None # 条件变量
con = threading.Condition() # 生产者方法
def produce(): global product if con.acquire(): while True: if product is None: print 'produce...' product = 'anything'

                # 通知消费者,商品已经生产
 con.notify() # 等待通知
 con.wait() time.sleep(2) # 消费者方法
def consume(): global product if con.acquire(): while True: if product is not None: print 'consume...' product = None # 通知生产者,商品已经没了
 con.notify() # 等待通知
 con.wait() time.sleep(2) t1 = threading.Thread(target=produce) t2 = threading.Thread(target=consume) t2.start() t1.start()

生产者消费者模型

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

produce... consume... produce... consume... produce... consume... produce... consume... produce... consume... Process finished with exit code -1 程序不断循环运行下去。重复生产消费过程。

运行结果

例子二:生产者消费者模型

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

import threading import time condition = threading.Condition() products = 0 class Producer(threading.Thread): def run(self): global products while True: if condition.acquire(): if products < 10: products += 1; print "Producer(%s):deliver one, now products:%s" %(self.name, products) condition.notify()#不释放锁定,因此需要下面一句
 condition.release() else: print "Producer(%s):already 10, stop deliver, now products:%s" %(self.name, products) condition.wait();#自动释放锁定
                time.sleep(2) class Consumer(threading.Thread): def run(self): global products while True: if condition.acquire(): if products > 1: products -= 1
                    print "Consumer(%s):consume one, now products:%s" %(self.name, products) condition.notify() condition.release() else: print "Consumer(%s):only 1, stop consume, products:%s" %(self.name, products) condition.wait(); time.sleep(2) if __name__ == "__main__": for p in range(0, 2): p = Producer() p.start() for c in range(0, 3): c = Consumer() c.start()

生产者消费者模型

例子三:

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

import threading alist = None condition = threading.Condition() def doSet(): if condition.acquire(): while alist is None: condition.wait() for i in range(len(alist))[::-1]: alist[i] = 1 condition.release() def doPrint(): if condition.acquire(): while alist is None: condition.wait() for i in alist: print i, print condition.release() def doCreate(): global alist if condition.acquire(): if alist is None: alist = [0 for i in range(10)] condition.notifyAll() condition.release() tset = threading.Thread(target=doSet,name='tset') tprint = threading.Thread(target=doPrint,name='tprint') tcreate = threading.Thread(target=doCreate,name='tcreate') tset.start() tprint.start() tcreate.start()

生产者消费者模型

 

Event类


 

  Event(事件)是最简单的线程通信机制之一:一个线程通知事件,其他线程等待事件。Event内置了一个初始为False的标志,当调用set()时设为True,调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。

  Event其实就是一个简化版的 Condition。Event没有锁,无法使线程进入同步阻塞状态。

构造方法: 
Event()

实例方法: 
  isSet(): 当内置标志为True时返回True。 

  set(): 将标志设为True,并通知所有处于等待阻塞状态的线程恢复运行状态。 
  clear(): 将标志设为False。 
  wait([timeout]): 如果标志为True将立即返回,否则阻塞线程至等待阻塞状态,等待其他线程调用set()。

 

例子一

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# encoding: UTF-8
import threading import time event = threading.Event() def func(): # 等待事件,进入等待阻塞状态
    print '%s wait for event...' % threading.currentThread().getName() event.wait() # 收到事件后进入运行状态
    print '%s recv event.' % threading.currentThread().getName() t1 = threading.Thread(target=func) t2 = threading.Thread(target=func) t1.start() t2.start() time.sleep(2) # 发送事件通知
print 'MainThread set event.' event.set()

View Code

 

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

Thread-1 wait for event... Thread-2 wait for event... #2秒后。。。
MainThread set event. Thread-1 recv event. Thread-2 recv event. Process finished with exit code 0

View Code

 

timer类


 

  Timer(定时器)是Thread的派生类,用于在指定时间后调用一个方法。

构造方法: 
Timer(interval, function, args=[], kwargs={}) 

  interval: 指定的时间 
  function: 要执行的方法 
  args/kwargs: 方法的参数

实例方法: 
Timer从Thread派生,没有增加实例方法。

例子一:

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# encoding: UTF-8
import threading def func(): print 'hello timer!' timer = threading.Timer(5, func) timer.start()

View Code

线程延迟5秒后执行。

 

local类


 

 

  local是一个小写字母开头的类,用于管理 thread-local(线程局部的)数据。对于同一个local,线程无法访问其他线程设置的属性;线程设置的属性不会被其他线程设置的同名属性替换。

  可以把local看成是一个“线程-属性字典”的字典,local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

# encoding: UTF-8
import threading local = threading.local() local.tname = 'main'
 
def func(): local.tname = 'notmain'
    print local.tname t1 = threading.Thread(target=func) t1.start() t1.join() print local.tname

View Code

python--threading多线程总结[通俗易懂]python--threading多线程总结[通俗易懂]

notmain
main

运行结果

 

参考文章链接:

  http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html

  http://www.cnblogs.com/wupeiqi/articles/5040827.html

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/155871.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • pytest skipif_pytest断言方法

    pytest skipif_pytest断言方法前言pytest.mark.skip可以标记无法在某些平台上运行的测试功能,或者您希望失败的测试功能Skip和xfail:处理那些不会成功的测试用例你可以对那些在某些特定平台上不能运行的测试用

  • jar中没有主清单属性啥意思啊_java命令运行jar找不到主类

    jar中没有主清单属性啥意思啊_java命令运行jar找不到主类1.首先我是用Maven导出到包,得到的jar文件保存在2.在这个文件目录下cmd运行,java-jarcsdn-1.0-SNAPSHOT.jar这句命令提示出现”jar中没有主清单属性”3.解决方法;用压缩包的方式打开jar文件autoUp.class这个是我编译之后得到的class文件main函数在这个里面打开META-INF文件夹,看到MANIFEST.MF文件以记事本的方式打开我的里面一开始是这个样子再里面添加一句代码Main-Class:autoUp

  • Vim编辑器的安装与使用[通俗易懂]

    Vim编辑器的安装与使用[通俗易懂]1、导读下面给大家讲解一下Linux/ununtu系统下的文本编辑神器——vim编辑器的安装及基本使用方法。2、安装vim编辑器如果没有安装vim编辑器的,可在终端下输入一下命令进行安装:sudoapt-getinstallvim安装过程中提示:[y/n]?时,回复“y”即可!3、简单理解vim编辑器的工作模式vim编辑器可以简单分为“命令…

    2022年10月28日
  • python数据可视化分析速成笔记_2-2_布朗运动/几何布朗运动(伊藤过程)实现的demo[通俗易懂]

    python数据可视化分析速成笔记_2-2_布朗运动/几何布朗运动(伊藤过程)实现的demo[通俗易懂]第二天/第三天目标_不分先后:实践部分:重点熟悉:numpy,scipy,matplotlib,random,https://docs.spyder-ide.org/实际上如果是熟悉matla

  • 简述django请求生命周期_django请求的生命周期

    简述django请求生命周期_django请求的生命周期Django请求生命周期分析1.客户端发送请求在浏览器输入url地址,例如www.baidu.com,浏览器会自动补全协议(http),变为http://www.baidu.com,现在部分网站都

  • python后端常见架构_常见的后端框架

    python后端常见架构_常见的后端框架后端vs前端如果您是Web开发世界的新手,后端和前端开发之间的区别可能不那么明显,但是,了解两者之间的区别很重要。以下是前端开发人员与后端开发人员的一些区别。前端开发:前端开发人员在很大程度上负责用户所看到的内容(即网站页面),前端开发人员主要使用HTML,CSS和JavaScript。他们的主要关注点是创建出色的用户体验,并确保网站设计和布局或Web应用程序始终具有凝聚力。后端开发:另一方面,后…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号