Open qingfengmingjian opened 5 years ago
''' Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。 _thread 提供了低级别的、原始的线程以及一个简单的锁,它相比于 threading 模块的功能还是比较有限的。 threading 模块除了包含 _thread 模块中的所有方法外,还提供的其他方法:
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。 除了使用方法外,线程模块同样提供了Thread类来处理线程,Thread类提供了以下方法: run(): 用以表示线程活动的方法。 start():启动线程活动。 join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。 isAlive(): 返回线程是否活动的。 getName(): 返回线程名。 setName(): 设置线程名。
import threading import time #创建一个分支判断条件 exitFlag = 0 class myThread(threading.Thread): def __init__(self, threadID, name, counter ): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print('线程开始:' + self.name) print_time(self.name, self.counter, 5) print('退出线程:' + self.name) def print_time(threadName, delay, counter): while counter: if exitFlag: threadName.exit() time.sleep(delay) print('%s:%s' % (threadName, time.ctime(time.time()))) counter -= 1 #创建两个线程 thread1 = myThread(1, '荆楚', 5) thread2 = myThread(2, '小象', 6) #开启线程 thread1.start() thread2.start() thread1.join() thread2.join() print('退出线程')
线程同步 如果多个线程共同对某个数据修改,则可能出现不可预料的结果,为了保证数据的正确性,需要对多个线程进行同步。 使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步,这两个对象都有 acquire 方法和 release 方法,对于那些需要每次只允许一个线程操作的数据,可以将其操作放到 acquire 和 release 方法之间。如下: 多线程的优势在于可以同时运行多个任务(至少感觉起来是这样)。但是当线程需要共享数据时,可能>存在数据不同步的问题。 考虑这样一种情况:一个列表里所有元素都是0,线程"set"从后向前把所有元素改成1,而线>>程"print"负责从前往后 读取列表并打印。 那么,可能线程"set"开始改的时候,线程"print"便来打印列表了,输出就成了一半0一半1,这就是数据的不同步。 为了避免这种情况,引入了锁的概念。 锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时,必须先获得锁定;如果已经有别的线程 比如"print"获得锁定了,那么就让线程"set"暂停,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后, 再让线程"set"继续。 经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。 '''
线程同步 如果多个线程共同对某个数据修改,则可能出现不可预料的结果,为了保证数据的正确性,需要对多个线程进行同步。
多线程的优势在于可以同时运行多个任务(至少感觉起来是这样)。但是当线程需要共享数据时,可能>存在数据不同步的问题。
考虑这样一种情况:一个列表里所有元素都是0,线程"set"从后向前把所有元素改成1,而线>>程"print"负责从前往后 读取列表并打印。
那么,可能线程"set"开始改的时候,线程"print"便来打印列表了,输出就成了一半0一半1,这就是数据的不同步。 为了避免这种情况,引入了锁的概念。
锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时,必须先获得锁定;如果已经有别的线程 比如"print"获得锁定了,那么就让线程"set"暂停,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后, 再让线程"set"继续。
经过这样的处理,打印列表时要么全部输出0,要么全部输出1,不会再出现一半0一半1的尴尬场面。 '''
import threading import time class myThread(threading.Thread): def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print('开启线程:' + self.name) #获取锁,用于线程同步 threadLock.acquire() print_time(self.name, self.counter, 3) #释放锁,开启下一个线程 threadLock.release() def print_time(threadName, delay, counter): while counter: time.sleep(delay) print('%s:%s' % (threadName, time.ctime(time.time()))) counter -= 1 #创建线程锁 threadLock = threading.Lock() threads = [] #创建新线程 thread1 = myThread(1, '荆楚', 5) thread2 = myThread(2, '小象', 6) #开启新线程 thread1.start() thread2.start() #添加线程进入线程列表 threads.append(thread1) threads.append(thread2) #等待所有线程完成 for i in threads: i.join() print('退出主线程')
''' 线程优先级队列( Queue) Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue ,和优先级队列 PriorityQueue。 这些队列都实现了锁原理,能够在多线程中直接使用,可以使用队列来实现线程间的同步。
''' 线程优先级队列( Queue) Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括FIFO(先入先出)队列Queue,LIFO(后入先出)队列LifoQueue ,和优先级队列 PriorityQueue。
Queue 模块中的常用方法: Queue.qsize() 返回队列的大小 Queue.empty() 如果队列为空,返回True,反之False Queue.full() 如果队列满了,返回True,反之False Queue.full 与 maxsize 大小对应 Queue.get([block[, timeout]])获取队列,timeout等待时间 Queue.get_nowait() 相当Queue.get(False) Queue.put(item) 写入队列,timeout等待时间 Queue.put_nowait(item) 相当Queue.put(item, False) Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号 Queue.join() 实际上意味着等到队列为空,再执行别的操作
实例: '''
import queue import threading import time exitFlag = 0 class myThread(threading.Thread): def __init__(self, threadID, name, q): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.q = q def run(self): print('开启线程:' + self.name) process_data(self.name, self.q) print('退出线程:' + self.name) def process_data(threadName, q): while not exitFlag: queueLock.acquire() if not workQueue.empty(): data = q.get() queueLock.release() print('%s processing %s' % (threadName, data) ) else: queueLock.release() time.sleep(5) threadList = ['Thread-1', 'Thread-2', ' Thread-3'] nameList = ['One', 'Two', 'Three', 'Four', 'Five'] queueLock = threading.Lock() workQueue = queue.Queue(10) threads = [] threadID = 1 #创建新线程 for tName in threadList: thread = myThread(threadID, tName, workQueue) thread.start() threads.append(thread) threadID += 1 #填充队列 queueLock.acquire() for work in nameList: workQueue.put(work) queueLock.release() #等待队列清空 while not workQueue.empty(): pass #通知线程是时候退出 exitFlag = 1 #等待所有线程完成 for t in threads: t.join() print('退出主线程')
多线程同时运行能提高效率,但是对于共享资源进行处理时,会导致数据不同步,本期讲述通过锁来对线程进行控制,进行数据同步
''' Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。 _thread 提供了低级别的、原始的线程以及一个简单的锁,它相比于 threading 模块的功能还是比较有限的。 threading 模块除了包含 _thread 模块中的所有方法外,还提供的其他方法:
创建两个线程同时运行
实例: '''