Python進階(三十四)-Python3多線程解讀

      網友投稿 808 2022-05-30

      線程講解

      多線程類似于同時執行多個不同程序,多線程運行有如下優點:

      使用線程可以把占據長時間的程序中的任務放到后臺去處理。

      用戶界面可以更加吸引人,這樣比如用戶點擊了一個按鈕去觸發某些事件的處理,可以彈出一個進度條來顯示處理的進度。

      程序的運行速度可能加快。

      在一些等待的任務實現上如用戶輸入、文件讀寫和網絡收發數據等,線程就比較有用了。在這種情況下我們可以釋放一些珍貴的資源如內存占用等等。

      線程在執行過程中與進程還是有區別的。每個獨立的線程有一個程序運行的入口、順序執行序列和程序的出口。但是線程不能夠獨立執行,必須依存在應用程序中,由應用程序提供多個線程執行控制。

      每個線程都有他自己的一組CPU寄存器,稱為線程的上下文,該上下文反映了線程上次運行該線程的CPU寄存器的狀態。

      指令指針和堆棧指針寄存器是線程上下文中兩個最重要的寄存器,線程總是在進程的上下文中運行的,這些地址都用于標志擁有線程的進程地址空間中的內存。

      線程可以被搶占(中斷)。

      在其他線程正在運行時,線程可以暫時擱置(也稱為睡眠) – 這就是線程的退讓。

      線程可以分為:

      內核線程:由操作系統內核創建和撤銷。

      用戶線程:不需要內核支持而在用戶程序中實現的線程。

      Python3 線程中常用的兩個模塊為:

      _thread

      threading(推薦使用)

      thread 模塊已被廢棄。用戶可以使用 threading 模塊代替。所以,在 Python3 中不能再使用"thread" 模塊。為了兼容性,Python3 將 thread 重命名為 “_thread”。

      開始學習Python線程

      Python中使用線程有兩種方式:函數或者用類來包裝線程對象。

      函數式:調用 _thread 模塊中的start_new_thread()函數來產生新線程。語法如下:

      _thread.start_new_thread ( function, args[, kwargs] )

      1

      參數說明:

      function - 線程函數。

      args - 傳遞給線程函數的參數,他必須是個tuple類型。

      kwargs - 可選參數。

      實例:

      #!/usr/bin/python3 import _thread import time # 為線程定義一個函數 def print_time( threadName, delay): count = 0 while count < 5: time.sleep(delay) count += 1 print ("%s: %s" % ( threadName, time.ctime(time.time()) )) # 創建兩個線程 try: _thread.start_new_thread( print_time, ("Thread-1", 2, ) ) _thread.start_new_thread( print_time, ("Thread-2", 4, ) ) except: print ("Error: 無法啟動線程") while 1: pass

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      11

      12

      13

      14

      15

      16

      17

      18

      19

      20

      21

      22

      執行以上程序輸出結果如下:

      線程模塊

      Python3 通過兩個標準庫 _thread 和 threading 提供對線程的支持。

      _thread 提供了低級別的、原始的線程以及一個簡單的鎖,它相比于 threading 模塊的功能還是比較有限的。

      threading 模塊除了包含 _thread 模塊中的所有方法外,還提供的其他方法:

      threading.currentThread(): 返回當前的線程變量。

      threading.enumerate():

      返回一個包含正在運行的線程的list。正在運行指線程啟動后、結束前,不包括啟動前和終止后的線程。

      threading.activeCount():

      返回正在運行的線程數量,與len(threading.enumerate())有相同的結果。

      除了使用方法外,線程模塊同樣提供了Thread類來處理線程,Thread類提供了以下方法:

      run(): 用以表示線程活動的方法。

      start():啟動線程活動。

      join([time]): 等待至線程中止。這阻塞調用線程直至線程的join()

      方法被調用中止-正常退出或者拋出未處理的異常-或者是可選的超時發生。

      isAlive(): 返回線程是否活動的。

      getName(): 返回線程名。

      setName(): 設置線程名。

      使用 threading 模塊創建線程

      我們可以通過直接從 threading.Thread 繼承創建一個新的子類,并實例化后調用 start() 方法啟動新線程,即它調用了線程的 run() 方法:

      #!/usr/bin/python3 import threading import time 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 ("開始線程:" + self.name) print_time(self.name, self.counter, 5) print ("退出線程:" + 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 # 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2) # 開啟新線程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主線程")

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      11

      12

      13

      14

      15

      16

      17

      18

      19

      20

      21

      22

      23

      24

      25

      26

      27

      28

      29

      30

      31

      32

      33

      34

      35

      36

      以上程序執行結果如下:

      線程同步

      如果多個線程共同對某個數據修改,則可能出現不可預料的結果,為了保證數據的正確性,需要對多個線程進行同步。

      使用 Thread 對象的 Lock 和 Rlock 可以實現簡單的線程同步,這兩個對象都有 acquire 方法和 release 方法,對于那些需要每次只允許一個線程操作的數據,可以將其操作放到 acquire 和 release 方法之間。如下:

      多線程的優勢在于可以同時運行多個任務(至少感覺起來是這樣)。但是當線程需要共享數據時,可能存在數據不同步的問題。

      考慮這樣一種情況:一個列表里所有元素都是0,線程"set"從后向前把所有元素改成1,而線程"print"負責從前往后讀取列表并打印。

      那么,可能線程"set"開始改的時候,線程"print"便來打印列表了,輸出就成了一半0一半1,這就是數據的不同步。為了避免這種情況,引入了鎖的概念。

      鎖有兩種狀態——鎖定和未鎖定。每當一個線程比如"set"要訪問共享數據時,必須先獲得鎖定;如果已經有別的線程比如"print"獲得鎖定了,那么就讓線程"set"暫停,也就是同步阻塞;等到線程"print"訪問完畢,釋放鎖以后,再讓線程"set"繼續。

      經過這樣的處理,打印列表時要么全部輸出0,要么全部輸出1,不會再出現一半0一半1的尷尬場面。

      實例:

      #!/usr/bin/python3 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 ("開啟線程: " + self.name) # 獲取鎖,用于線程同步 threadLock.acquire() print_time(self.name, self.counter, 3) # 釋放鎖,開啟下一個線程 threadLock.release() def print_time(threadName, delay, counter): while counter: time.sleep(delay) print ("%s: %s" % (threadName, time.ctime(time.time()))) counter -= 1 threadLock = threading.Lock() threads = [] # 創建新線程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2) # 開啟新線程 thread1.start() thread2.start() # 添加線程到線程列表 threads.append(thread1) threads.append(thread2) # 等待所有線程完成 for t in threads: t.join() print ("退出主線程")

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      11

      12

      13

      14

      15

      16

      17

      18

      19

      20

      21

      22

      23

      24

      25

      26

      27

      28

      29

      30

      31

      32

      33

      34

      35

      36

      37

      38

      39

      40

      41

      42

      43

      44

      執行以上程序,輸出結果為:

      線程優先級隊列(Queue)

      Python 的 Queue 模塊中提供了同步的、線程安全的隊列類,包括FIFO(先入先出)隊列Queue,LIFO(后入先出)隊列LifoQueue,和優先級隊列 PriorityQueue。

      這些隊列都實現了鎖原語,能夠在多線程中直接使用,可以使用隊列來實現線程間的同步。

      Queue 模塊中的常用方法:

      Queue.qsize() 返回隊列的大小

      Python進階(三十四)-Python3多線程解讀

      Queue.empty() 如果隊列為空,返回True,反之False

      Queue.full() 如果隊列滿了,返回True,反之False

      Queue.full 與 maxsize 大小對應

      Queue.get([block[, timeout]])獲取隊列,timeout等待時間

      Queue.get_nowait() 相當Queue.get(False)

      Queue.put(item) 寫入隊列,timeout等待時間

      Queue.put_nowait(item) 相當Queue.put(item, False)

      Queue.task_done() 在完成一項工作之后,Queue.task_done()函數向任務已經完成的隊列發送一個信號

      Queue.join() 實際上意味著等到隊列為空,再執行別的操作

      實例:

      #!/usr/bin/python3 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 ("開啟線程:" + self.name) process_data(self.name, self.q) print ("退出線程:" + 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(1) threadList = ["Thread-1", "Thread-2", "Thread-3"] nameList = ["One", "Two", "Three", "Four", "Five"] queueLock = threading.Lock() workQueue = queue.Queue(10) threads = [] threadID = 1 # 創建新線程 for tName in threadList: thread = myThread(threadID, tName, workQueue) thread.start() threads.append(thread) threadID += 1 # 填充隊列 queueLock.acquire() for word in nameList: workQueue.put(word) queueLock.release() # 等待隊列清空 while not workQueue.empty(): pass # 通知線程是時候退出 exitFlag = 1 # 等待所有線程完成 for t in threads: t.join() print ("退出主線程")

      1

      2

      3

      4

      5

      6

      7

      8

      9

      10

      11

      12

      13

      14

      15

      16

      17

      18

      19

      20

      21

      22

      23

      24

      25

      26

      27

      28

      29

      30

      31

      32

      33

      34

      35

      36

      37

      38

      39

      40

      41

      42

      43

      44

      45

      46

      47

      48

      49

      50

      51

      52

      53

      54

      55

      56

      57

      58

      59

      60

      61

      以上程序執行結果:

      延伸閱讀

      《劍指Offer——知識點儲備-Java基礎》

      -《Java進階(四十三)線程與進程的區別》

      -《Java進階(四十四)線程與進程的特征及區別》。

      Python 任務調度 多線程

      版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。

      上一篇:2020HDC.Cloud硬核技術解讀:基因組自動AI建模工具-AutoGenome
      下一篇:【第八篇】SpringSecurity核心過濾器-CsrfFilter
      相關文章
      亚洲一线产品二线产品| 国产精品亚洲片在线va| 亚洲乱色伦图片区小说| 亚洲乱码卡三乱码新区| 亚洲自偷自偷精品| 久久精品夜色国产亚洲av| 亚洲中文字幕无码久久2017| 亚洲天堂中文字幕在线| 国产成人亚洲精品影院| 亚洲人成国产精品无码| 国产成人高清亚洲| 黑人大战亚洲人精品一区| 在线观看午夜亚洲一区| 亚洲精品午夜无码专区| 精品亚洲综合久久中文字幕| 亚洲国产精品无码一线岛国| 亚洲av网址在线观看| 久久久亚洲欧洲日产国码二区| 久久亚洲中文字幕精品有坂深雪 | 91亚洲国产成人精品下载| 亚洲小视频在线观看| 337p日本欧洲亚洲大胆精品555588| 久久久久亚洲精品无码蜜桃| 久久夜色精品国产噜噜亚洲AV| 亚洲白色白色永久观看| 亚洲免费观看网站| 亚洲日韩精品国产3区| 亚洲av乱码中文一区二区三区| 国产精品亚洲二区在线| 亚洲国产精品一区二区九九| 国产午夜亚洲不卡| 亚洲国产精品一区二区成人片国内 | 亚洲国产精品日韩在线观看 | 亚洲精品WWW久久久久久| 久久精品亚洲男人的天堂| 亚洲欧洲国产精品香蕉网| 久久青青成人亚洲精品| 久久久久亚洲精品日久生情| 亚洲欧洲另类春色校园网站| 亚洲国产午夜精品理论片在线播放 | 亚洲午夜精品一区二区公牛电影院 |