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)


相关推荐

  • 递归函数[通俗易懂]

    递归函数[通俗易懂]如果一个函数在内部调用自身,这个函数就叫做递归函数递归函数的简单定义如下:这只是一个简单的定义,什么也做不了。当然,你可以尝试会发生什么结果,理论上会永远运行下去,但实际操作时发现不一会儿程序就

  • 转载:Java使用dom4j解析XML

    转载:Java使用dom4j解析XML原文地址:http://blog.csdn.net/yyywyr/article/details/38359049解析XML的方式有很多,本文介绍使用dom4j解析xml。1、环境准备(1)下载dom4j-1.6.1.jar(2)下载junit-4.10.jar2、温馨提示解析XML过程是通过获取Document对象,然后继续获取各个节点以及属性等操作,因此获取Documen

  • 变脸不变质的桥梁模式(Bridge Pattern)

    变脸不变质的桥梁模式(Bridge Pattern)

  • mysql主从复制周期_Mysql主从复制[通俗易懂]

    mysql主从复制周期_Mysql主从复制[通俗易懂]Mysql主从复制背景:Mysql可以实现主从复制,在学习了Mysql主从复制后,将一些如何主从复制过程记录下来,供以后复习使用。准备:在做Mysql的主从复制前需要做一些准备工作:1、同步时间做主从的服务器的时间需要同步,不然会出问题。命令:ntpdateip(ntpdate命令需要先安装ntpdate)2、版本一致做主从的Mysql服务需要版本一致,或者从服务器的版本高于主服务器。主从复制…

  • visual c++ 6.0运行不了_visual c++2010无法启动程序

    visual c++ 6.0运行不了_visual c++2010无法启动程序php5.3、5.4和apache都是用vc9编译,电脑必须安装vc9运行库才能运行。php5.5、5.6是vc11编译,如用php5.5、5.6必须安装vc11运行库。php7.0、7.1是vc14编译,如用php7.0、7.1必须安装vc14运行库。php5.5以上才有64位的,其他均为32位。所以64位的系统最好把32位的运行库也安装上。如果您下载的是32位的phpStudy,需要安装32位…

  • 方差、协方差、标准差、均方差、均方根值、均方误差、均方根误差对比分析[通俗易懂]

    方差、协方差、标准差、均方差、均方根值、均方误差、均方根误差对比分析[通俗易懂]方差、协方差、标准差(标准偏差/均方差)、均方误差、均方根误差(标准误差)、均方根值本文由博主经过查阅网上资料整理总结后编写,如存在错误或不恰当之处请留言以便更正,内容仅供大家参考学习。 方差(Variance) 方差用于衡量随机变量或一组数据的离散程度,方差在在统计描述和概率分布中有不同的定义和计算公式。①概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏…

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