本文实例讲述了python多线程使用方法。分享给大家供大家参考,具体如下:
threading 模块支持守护线程, 其工作方式是:守护线程一般是一个等待客户端请求服务的服务器。
如果把一个线程设置为守护线程,进程退出时不需要等待这个线程执行完成。
如果主线程准备退出时,不需要等待某些子线程完成,就可以为这些子线程设置守护线程标记。 需要在启动线程之前执行如下赋值语句: thread.daemon = True,检查线程的守护状态也只需要检查这个值即可。
整个 Python 程序将在所有非守护线程退出之后才退出, 换句话说, 就是没有剩下存活的非守护线程时才退出。
使用thread模块
以下是三种使用 Thread 类的方法(一般使用第一个或第三个方案)
- 创建 Thread 的实例,传给它一个函数。
import threading from time import sleep, ctime loops = [3, 2, 1, 1, 1] def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = threading.Thread(target=loop, args=(i, loops[i])) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
当所有线程都分配完成之后,通过调用每个线程的 start()方法让它们开始执行,而不是 在这之前就会执行。
相比于管理一组锁(分配、获取、释放、检查锁状态等)而言,这里只 需要为每个线程调用 join()方法即可。
join()方法将等待线程结束,或者在提供了超时时间的情况下,达到超时时间。
使用 join()方法要比等待锁释放的无限循环更加清晰(这也是这种锁 又称为自旋锁的原因)。
- 创建 Thread 的实例,传给它一个可调用的类实例。
import threading from time import sleep, ctime # 创建 Thread 的实例,传给它一个可调用的类实例 loops = [3, 2, 1, 1, 1] class ThreadFunc(object): def __init__(self, func, args, name=''): self.name = name self.func = func self.args = args def __call__(self): self.func(*self.args) def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = threading.Thread(target=ThreadFunc(loop, (i, loops[i]), loop.__name__)) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
- 派生 Thread 的子类,并创建子类的实例。
import threading from time import sleep, ctime # 创建 Thread 的实例,传给它一个可调用的类实例 # 子类的构造函数必须先调用其基类的构造函数 # 特殊方法__call__()在 子类中必须要写为 run() loops = [3, 2, 1, 1, 1] class MyThread(threading.Thread): def __init__(self, func, args, name=''): threading.Thread.__init__(self) self.name = name self.func = func self.args = args def run(self): self.func(*self.args) def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = MyThread(loop, (i, loops[i]), loop.__name__) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
使用锁
python和java一样,也具有锁机制,而且创建与使用锁都是很简便的。
一般在多线程代码中,总会有一些特 定的函数或代码块不希望(或不应该)被多个线程同时执行,通常包括修改数据库、更新文件或 其他会产生竞态条件的类似情况
锁有两种状态:锁定和未锁定。而且它也只支持两个函数:获得锁和释放锁。
一般锁的调用如下
# 加载线程的锁对象 lock = threading.Lock() # 获取锁 lock.acquire() # ...代码 # 释放锁 lock.release()
更简洁的方法是使用with关键字,如下代码功能同上
# 加载线程的锁对象 lock = threading.Lock() with lock : #...代码
示例代码:
import threading from time import sleep, ctime lock = threading.Lock() def a(): lock.acquire() for x in range(5): print(f'a:{str(x)}') sleep(0.01) lock.release() def b(): lock.acquire() for x in range(5): print(f'a:{str(x)}') sleep(0.01) lock.release() threading.Thread(target=a).start() threading.Thread(target=b).start()
相关属性和方法
- Thread对象的属性
属性
描述
name
线程名
ident
线程的标识符
daemon
布尔标志,表示这个线程是否是守护线程
- Thread对象的方法
方法
描述
init(group=None, tatget=None, name=None, args=(), kwargs ={}, verbose=None, daemon=None)
实例化一个线程对象,需要有一个可调用的 target,以及其参数 args 或 kwargs。还可以传递 name 或 group 参数,不过后者还未实现。此 外 , verbose 标 志 也 是 可 接 受 的 。 而 daemon 的 值 将 会 设 定 thread.daemon 属性/标志
start()
开始执行该线程
run()
定义线程功能的方法(通常在子类中被应用开发者重写)
join (timeout=None)
直至启动的线程终止之前一直挂起;除非给出了 timeout(秒),否则 会一直阻塞
is_alive()
布尔标志,表示这个线程是否还存活
- threading模块其他函数
函数
描述
start()
开始执行该线程
active_count()
当前活动的 Thread 对象个数
enumerate()
返回当前活动的 Thread 对象列表
settrace(func)
为所有线程设置一个 trace 函数
setprofile (func)
为所有线程设置一个 profile 函数
stack_size(size=0)
返回新创建线程的栈大小;或为后续创建的线程设定栈的大小 为 size
Lock()
加载线程的锁对象,是一个基本的锁对象,一次只能一个锁定,其余锁请求,需等待锁释放后才能获取,对象有acquire()和release()方法
RLock()
多重锁,在同一线程中可用被多次acquire。如果使用RLock,那么acquire和release必须成对出现,调用了n次acquire锁请求,则必须调用n次的release才能在线程中释放锁对象
后记
在Python多线程下,每个线程的执行方式:
1、获取GIL
2、执行代码直到sleep或者是python虚拟机将其挂起。
3、释放GIL
通常来说,多线程是一个好东西。不过由于 Python 的 GIL 的限制,多线程更适合于 I/O 密集型应用(I/O 释放了 GIL,可以允 许更多的并发),而不是计算密集型应用。对于后一种情况而言,为了实现更好的并行性,你需要使用多进程,以便让 CPU 的其他内核来执行。
请注意:多核多线程比单核多线程更差,原因是单核下多线程,每次释放GIL,唤醒的那个线程都能获取到GIL锁,所以能够无缝执行,但多核下,CPU0释放GIL后,其他CPU上的线程都会进行竞争,但GIL可能会马上又被CPU0拿到,导致其他几个CPU上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态,这样会造成线程颠簸(thrashing),导致效率更低
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MySQL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]