python3 多线程编程

简介:

0.什么是线程

  1. 多线程模块

  2. 创建线程的方法

  3. join()方法

4.isAlive()方法

  1. name属性和daemon属性

6.线程的同步---锁

7.线程的同步---Event对象

8.线程的同步---Condition条件变量

0.什么是线程

线程是CPU分配资源的基本单位。但一个程序开始运行,这个程序就变成了一个进程,而一个进程相当于一个或者多个线程。当没有多线程编程时,一个进程也是一个主线程,但有多线程编程时,一个进程包含多个线程,包括主线程。使用线程可以实现程序的并发。

  1. 多线程模块

python3对多线程支持的是 threading 模块,应用这个模块可以创建多线程程序,并且在多线程间进行同步和通信。在python3 中,可以通过两种方法来创建线程:

第一:通过 threading.Thread 直接在线程中运行函数;第二:通过继承 threading.Thread 类来创建线程

  1. 创建线程的方法

1.用 thread.Thread 直接在线程中运行函数

[python] view plain copy

import threading  

def threadfun(x,y):         #线程任务函数 threadfun()  
    for i in range(x,y):  
        print(i)  

ta = threading.Thread(target=threadfun,args=(1,6))      #创建一个线程ta,执行 threadfun()  
tb = threading.Thread(target=threadfun,args=(10,15))    #创建一个线程tb,执行threadfun()  
ta.start()          #调用start(),运行线程  
tb.start()          #调用start(),运行线程  
'''''打印:1 2 3 4 5 10 11 12 13 14'''  

2.通过继承 thread.Thread 类 来创建线程

这种方法只需要重载 threading.Thread 类的 run 方法,然后调用 start()开启线程就可以了

[python] view plain copy

import threading  

class mythread(threading.Thread):  
    def run(self):  
        for i in range(1,5):  
            print(i)  

ma = mythread();  
mb = mythread();  
ma.start()  
mb.start()  
  1. join()方法

join()作用是 调用 join() 的线程 阻塞直到 某一线程结束才继续执行

[python] view plain copy

import threading  
import time  
class mythread(threading.Thread):  
    def run(self):  
        self.i = 1  
        print('%d'%(self.i))  
        self.i = self.i+1  
        time.sleep(1)           #睡眠一秒  
        print('%d'%(self.i))  
        time.sleep(1)  

if __name__ == '__main__':  
    ta = mythread()     #实例化线程  
    ta.start()          #开启ta线程  
    ta.join()           #主线程等待 ta线程结束才继续执行  
    print('main thread over')  

4.isAlive()方法

这个方法用于判断线程是否运行。

1.当线程未调用 start()来开启时,isAlive()会返回False

2.但线程已经执行后并结束时,isAlive()也会返回False

[python] view plain copy

import threading  
import time  
class mythread(threading.Thread):  
    def run(self):  
       time.sleep(2)  

if __name__ == '__main__':  
    ta = mythread()     #实例化线程  
    print(ta.isAlive())   #打印False,因为未执行 start()来使ta线程运行  
    ta.start()  
    print(ta.isAlive())   #打印Ture,因为ta线程运行了  
    time.sleep(3)  
    print(ta.isAlive())   #打印False,因为ta线程已经结束了  
  1. name属性和daemon属性

1.name属性表示线程的线程名 默认是 Thread-x x是序号,由1开始,第一个创建的线程名字就是 Thread-1

[python] view plain copy

import threading  
import time  
class mythread(threading.Thread):  
    def run(self):  
        pass  

if __name__ == '__main__':  
    ta = mythread()     #实例化线程  
    ta.name = 'thread-ta'  
    tb = mythread()  
    tb.start()  
    ta.start()  

    print(ta.name)  #打印 thread-ta  
    print(tb.name)  #打印 Thread-2  

2.daemon属性用来设置线程是否随主线程退出而退出

当 daemon = False 时,线程不会随主线程退出而退出(默认时,就是 daemon = False)

当 daemon = True 时,当主线程结束,其他子线程就会被强制结束

[python] view plain copy

import threading  
import time  
class mythread(threading.Thread):  
    def run(self):  
        time.sleep(2)  
        print('my thread over')  

def main():  
    ta = mythread()  
    ta.daemon = True  
    ta.start()  
    print('main thread over')  

if __name__ == '__main__':  
    main()  
#打印结果 :main thread over   然后马上结束程序  

6.线程的同步---锁
当一个进程拥有多个线程之后,如果他们各做各的任务互没有关系还行,但既然属于同一个进程,他们之间总是具有一定关系的。比如多个线程都要对某个数据进行修改,则可能会出现不可预料的结果。为保证操作正确,就需要引入锁来进行线程间的同步。

python3 中的 threading 模块提供了 RLock锁(可重入锁)。对于某一时间只能让一个线程操作的语句放到 RLock的acquire 方法 和 release方法之间。即 acquire()方法相当于给RLock 锁 上锁,而 release() 相当于解锁。

[python] view plain copy

import threading  
import time  

class mythread(threading.Thread):  
    def run(self):  
        global x            #声明一个全局变量  
        lock.acquire()      #上锁,acquire()和release()之间的语句一次只能有一个线程进入,其余线程在acquire()处等待  
        x += 10  
        print('%s:%d'%(self.name,x))  
        lock.release()      #解锁  

x = 0  
lock = threading.RLock()    #创建 可重入锁  
def main():  
    l = []  
    for i in range(5):  
        l.append(mythread())    #创建 5 个线程,并把他们放到一个列表中  
    for i in l:  
        i.start()               #开启列表中的所有线程  

if __name__ =='__main__':  
    main()  

打印结果:

Thread-1:10
Thread-2:20
Thread-3:30
Thread-4:40
Thread-5:50

7.线程的同步---Event对象
Event对象存在于 threading 模块中。Event 实例管理着 一个内部标志,通过 set() 方法来将该标志设置成 True,使用 clear() 方法将该标志重置成 False

wait() 方法会使当前线程阻塞直到标志被设置成 True,wait()可以选择给他一个参数,代表时间,代表阻塞多长时间,若不设置就是阻塞直到标志被设置为True

isSet()方法 :能判断标志位是否被设置为True

[python] view plain copy

import threading  
import time  

class Mon(threading.Thread):  
    def run(self):  
        Dinner.clear()  
        print('Cooking dinner')  
        time.sleep(3)  
        Dinner.set()    #标志设置为True  
        print(self.name,':dinner is OK!')  

class Son(threading.Thread):  
    def run(self):  
        while True:  
            if Dinner.isSet():  #判断标志位是否被设置为True  
                break  
            else:  
                print('dinner isnot ready!')  
                Dinner.wait(1)  

        print(self.name,':Eating Dinner')  

def main():  
    mon = Mon()  
    son = Son()  
    mon.name = 'Mon'  
    son.name = 'Son'  
    mon.start()  
    son.start()  

if __name__ == '__main__':  
    Dinner = threading.Event()  
    main()  

''''' 
Cooking dinner 
dinner isnot ready! 
dinner isnot ready! 
dinner isnot ready! 
Mon :dinner is OK! 
Son :Eating Dinner 
'''  

8.线程的同步---Condition条件变量

条件变量表示当线程满足某一个 条件才被唤醒,否则一直阻塞

对比 只用锁不用条件变量 的好处就是:只用锁的话,如果一个线程在上锁后,解锁前,因为某一条件一直阻塞着,那么锁就一直解不开,那么其他线程也就因为一直获取不了锁而跟着阻塞着,这样效率就不好,浪费了很多时间。对于这种情况,锁+条件变量可以让该线程先 解锁,然后阻塞着,等待条件满足了,再重新唤醒并获取锁(上锁)。这样就不会因为一个线程阻塞着而影响其他线程也跟着阻塞了。

Condition 提供的方法:

acquire() 和 release() 表示上锁和解锁,和 单纯的锁机制一样。

wait() 解开锁,阻塞,直到其他线程调用了notify()或者notifyAll才被唤醒,注意,这里的wait()跟上面Event提到的wait()不是同一样东西

notify() 发出资源可用的信号,唤醒任意一条因 wait()阻塞的进程

notifyAll() 发出资源可用信号,唤醒所有因wait()阻塞的进程

下面给出一个例子,一家蛋糕店:只会做一个蛋糕,卖出后才会再做一个。绝对不会做积累到2个蛋糕。

[python] view plain copy

import threading  
import time  

class Server(threading.Thread):  
    def run(self):  
        global x  
        while True:  
            con.acquire()  
            while x>0:  
                con.wait()  
            x += 1  
            time.sleep(1)  
            print(self.name,':I make %d cake!'%(x))  
            con.notifyAll()  
            con.release()  

class Client(threading.Thread):  
    def run(self):  
        global x  
        con.acquire()  
        while x == 0:  
            con.wait()  
        x-=1  
        print(self.name,'I bought a cake! the rest is %d cake'%(x))  
        con.notifyAll()  
        con.release()  

def main():  
    ser = Server()  
    ser.name = 'Cake Server'  
    client = []  
    for i in range(3):  
        client.append(Client())  
    ser.start()  
    for c in client:  
        c.start()  

if __name__ =='__main__':  
    x = 0  
    con = threading.Condition()  
    main()  
''''' 
打印结果: 
Cake Server :I make 1 cake! 
Thread-3 I bought a cake! the rest is 0 cake 
Cake Server :I make 1 cake! 
Thread-4 I bought a cake! the rest is 0 cake 
Cake Server :I make 1 cake! 
Thread-2 I bought a cake! the rest is 0 cake 

Cake Server :I make 1 cake!


''' 本文转自 Forande 51CTO博客,原文链接:http://blog.51cto.com/853056088/2047651
相关文章
|
19天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。
|
29天前
|
算法 数据处理 Python
Python并发编程:解密异步IO与多线程
本文将深入探讨Python中的并发编程技术,重点介绍异步IO和多线程两种常见的并发模型。通过对比它们的特点、适用场景和实现方式,帮助读者更好地理解并发编程的核心概念,并掌握在不同场景下选择合适的并发模型的方法。
|
5天前
|
安全
python_threading多线程、queue安全队列
python_threading多线程、queue安全队列
11 2
|
1天前
|
数据采集 安全 Java
Python的多线程,守护线程,线程安全
Python的多线程,守护线程,线程安全
|
1天前
|
并行计算 数据处理 开发者
Python并发编程:解析异步IO与多线程
本文探讨了Python中的并发编程技术,着重比较了异步IO和多线程两种常见的并发模型。通过详细分析它们的特点、优劣势以及适用场景,帮助读者更好地理解并选择适合自己项目需求的并发编程方式。
|
4天前
|
人工智能 安全 Java
Python 多线程编程实战:threading 模块的最佳实践
Python 多线程编程实战:threading 模块的最佳实践
119 5
|
6天前
|
Java 数据库连接 数据处理
Python从入门到精通:3.1.2多线程与多进程编程
Python从入门到精通:3.1.2多线程与多进程编程
|
11天前
|
安全 调度 Python
Python中如何实现多线程?请举例说明。
【4月更文挑战第19天】Python的`threading`模块实现多线程,示例创建并启动两个线程`thread1`和`thread2`,执行同一函数`thread_function`,打印开始和结束消息并模拟任务。线程并发执行,使用`join`等待所有线程完成。注意线程执行顺序不确定,多线程编程需处理线程安全和并发控制问题。如有更多疑问,欢迎提问😊
9 0
|
12天前
|
调度 Python
Python多线程、多进程与协程面试题解析
【4月更文挑战第14天】Python并发编程涉及多线程、多进程和协程。面试中,对这些概念的理解和应用是评估候选人的重要标准。本文介绍了它们的基础知识、常见问题和应对策略。多线程在同一进程中并发执行,多进程通过进程间通信实现并发,协程则使用`asyncio`进行轻量级线程控制。面试常遇到的问题包括并发并行混淆、GIL影响多线程性能、进程间通信不当和协程异步IO理解不清。要掌握并发模型,需明确其适用场景,理解GIL、进程间通信和协程调度机制。
29 0
|
21天前
|
Python
Python中的多线程可以使用`threading`模块来实现。以下是一个简单的多线程示例,该示例启动两个线程并让它们分别打印数字。
在Python中,使用`threading`模块可实现多线程。以下代码展示了一个简单的例子:创建两个线程`t1`和`t2`,分别打印1-6和6-11的数字。通过`target`参数指定执行函数`print_numbers`,`args`传递参数。启动线程后,用`join()`确保线程执行完毕。注意,多线程访问共享资源可能引发数据竞争,需用锁进行同步控制。
15 0