欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python 多线程知识点总结及实例用法

程序员文章站 2022-06-15 16:09:28
python 多线程多线程类似于同时执行多个不同程序,多线程运行有如下优点: 使用线程可以把占据长时间的程序中的任务放到后台去处理。 用户界面可以更加吸引人,这样比如用户点击了一个按钮去触...

python 多线程

多线程类似于同时执行多个不同程序,多线程运行有如下优点:

  • 使用线程可以把占据长时间的程序中的任务放到后台去处理。
  • 用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进度条来显示处理的进度
  • 程序的运行速度可能加快
  • 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等,线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程在执行过程中与进程还是有区别的。每个独立的进程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制。

每个线程都有他自己的一组cpu寄存器,称为线程的上下文,该上下文反映了线程上次运行该线程的cpu寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器,线程总是在进程得到上下文中运行的,这些地址都用于标志拥有线程的进程地址空间中的内存。

  • 线程可以被抢占(中断)。
  • 在其他线程正在运行时,线程可以暂时搁置(也称为睡眠) -- 这就是线程的退让。

开始学习python线程

python中使用线程有两种方式:函数或者用类来包装线程对象。

函数式:调用thread模块中的start_new_thread()函数来产生新线程。语法如下:

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

参数说明:

  • function - 线程函数。
  • args - 传递给线程函数的参数,他必须是个tuple类型。
  • kwargs - 可选参数。
#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import thread
import time
 
# 为线程定义一个函数
def print_time( threadname, delay):
   count = 0
   while count < 5:
      time.sleep(delay)
      count += 1
      print "%s: %s" % ( threadname, time.ctime(time.time()) )
 
# 创建两个线程
try:
   thread.start_new_thread( print_time, ("thread-1", 2, ) )
   thread.start_new_thread( print_time, ("thread-2", 4, ) )
except:
   print "error: unable to start thread"
 
while 1:
   pass

执行以上程序输出结果如下:

thread-1: thu jan 22 15:42:17 2009
thread-1: thu jan 22 15:42:19 2009
thread-2: thu jan 22 15:42:19 2009
thread-1: thu jan 22 15:42:21 2009
thread-2: thu jan 22 15:42:23 2009
thread-1: thu jan 22 15:42:23 2009
thread-1: thu jan 22 15:42:25 2009
thread-2: thu jan 22 15:42:27 2009
thread-2: thu jan 22 15:42:31 2009
thread-2: thu jan 22 15:42:35 2009

线程的结束一般依靠线程函数的自然结束;也可以在线程函数中调用thread.exit(),他抛出systemexit exception,达到退出线程的目的。

线程模块

python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。

threading 模块提供的其他方法:

  • 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。

使用threading模块创建线程

使用threading模块创建线程,直接从threading.thread继承,然后重写__init__方法和run方法:

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
import threading
import time
 
exitflag = 0
 
class mythread (threading.thread):   #继承父类threading.thread
    def __init__(self, threadid, name, counter):
        threading.thread.__init__(self)
        self.threadid = threadid
        self.name = name
        self.counter = counter
    def run(self):                   #把要执行的代码写到run函数里面 线程在创建后会直接运行run函数 
        print "starting " + self.name
        print_time(self.name, self.counter, 5)
        print "exiting " + self.name
 
def print_time(threadname, delay, counter):
    while counter:
        if exitflag:
            (threading.thread).exit()
        time.sleep(delay)
        print "%s: %s" % (threadname, time.ctime(time.time()))
        counter -= 1
 
# 创建新线程
thread1 = mythread(1, "thread-1", 1)
thread2 = mythread(2, "thread-2", 2)
 
# 开启线程
thread1.start()
thread2.start()
 
print "exiting main thread"

以上程序执行结果如下;

starting thread-1
starting thread-2
exiting main thread
thread-1: thu mar 21 09:10:03 2013
thread-1: thu mar 21 09:10:04 2013
thread-2: thu mar 21 09:10:04 2013
thread-1: thu mar 21 09:10:05 2013
thread-1: thu mar 21 09:10:06 2013
thread-2: thu mar 21 09:10:06 2013
thread-1: thu mar 21 09:10:07 2013
exiting thread-1
thread-2: thu mar 21 09:10:08 2013
thread-2: thu mar 21 09:10:10 2013
thread-2: thu mar 21 09:10:12 2013
exiting thread-2

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。

#!/usr/bin/python
# -*- coding: utf-8 -*-
 
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 "starting " + self.name
       # 获得锁,成功获得锁定后返回true
       # 可选的timeout参数不填时将一直阻塞直到获得锁定
       # 否则超时后将返回false
        threadlock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁
        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 = []
 
# 创建新线程
thread1 = mythread(1, "thread-1", 1)
thread2 = mythread(2, "thread-2", 2)
 
# 开启新线程
thread1.start()
thread2.start()
 
# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)
 
# 等待所有线程完成
for t in threads:
    t.join()
print "exiting main thread"

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语,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。

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
#!/usr/bin/python
# -*- coding: utf-8 -*-
 
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 "starting " + self.name
        process_data(self.name, self.q)
        print "exiting " + 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
 
# 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 word in namelist:
    workqueue.put(word)
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 "exiting main thread"

以上程序执行结果:

starting thread-1
starting thread-2
starting thread-3
thread-1 processing one
thread-2 processing two
thread-3 processing three
thread-1 processing four
thread-2 processing five
exiting thread-3
exiting thread-1
exiting thread-2
exiting main thread

实例扩展:

加锁时

# -*-* encoding:utf-8 -*-
# author : shoushixiong
# date   : 2018/11/22
import threading
import time
list = [0,0,0,0,0,0,0,0,0,0,0,0]
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 "开始线程:",self.name
        # 获得锁,成功获得锁定后返回 true
        # 可选的timeout参数不填时将一直阻塞直到获得锁定
        # 否则超时后将返回 false
        threadlock.acquire()
        print_time(self.name,self.counter,list.__len__())
        # 释放锁
        threadlock.release()
    def __del__(self):
        print self.name,"线程结束!"
def print_time(threadname,delay,counter):
    while counter:
        time.sleep(delay)
        list[counter-1] += 1
        print "[%s] %s 修改第 %d 个值,修改后值为:%d" % (time.ctime(time.time()),threadname,counter,list[counter-1])
        counter -= 1
threadlock = threading.lock()
threads = []
# 创建新线程
thread1 = mythread(1,"thread-1",1)
thread2 = mythread(2,"thread-2",2)
# 开启新线程
thread1.start()
thread2.start()
# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)
# 等待所有线程完成
for t in threads:
    t.join()
print "主进程结束!"

输出结果为:

开始线程: thread-1
开始线程: thread-2
[thu nov 22 16:04:13 2018] thread-1 修改第 12 个值,修改后值为:1
[thu nov 22 16:04:14 2018] thread-1 修改第 11 个值,修改后值为:1
[thu nov 22 16:04:15 2018] thread-1 修改第 10 个值,修改后值为:1
[thu nov 22 16:04:16 2018] thread-1 修改第 9 个值,修改后值为:1
[thu nov 22 16:04:17 2018] thread-1 修改第 8 个值,修改后值为:1
[thu nov 22 16:04:18 2018] thread-1 修改第 7 个值,修改后值为:1
[thu nov 22 16:04:19 2018] thread-1 修改第 6 个值,修改后值为:1
[thu nov 22 16:04:20 2018] thread-1 修改第 5 个值,修改后值为:1
[thu nov 22 16:04:21 2018] thread-1 修改第 4 个值,修改后值为:1
[thu nov 22 16:04:22 2018] thread-1 修改第 3 个值,修改后值为:1
[thu nov 22 16:04:23 2018] thread-1 修改第 2 个值,修改后值为:1
[thu nov 22 16:04:24 2018] thread-1 修改第 1 个值,修改后值为:1
[thu nov 22 16:04:26 2018] thread-2 修改第 12 个值,修改后值为:2
[thu nov 22 16:04:28 2018] thread-2 修改第 11 个值,修改后值为:2
[thu nov 22 16:04:30 2018] thread-2 修改第 10 个值,修改后值为:2
[thu nov 22 16:04:32 2018] thread-2 修改第 9 个值,修改后值为:2
[thu nov 22 16:04:34 2018] thread-2 修改第 8 个值,修改后值为:2
[thu nov 22 16:04:36 2018] thread-2 修改第 7 个值,修改后值为:2
[thu nov 22 16:04:38 2018] thread-2 修改第 6 个值,修改后值为:2
[thu nov 22 16:04:40 2018] thread-2 修改第 5 个值,修改后值为:2
[thu nov 22 16:04:42 2018] thread-2 修改第 4 个值,修改后值为:2
[thu nov 22 16:04:44 2018] thread-2 修改第 3 个值,修改后值为:2
[thu nov 22 16:04:46 2018] thread-2 修改第 2 个值,修改后值为:2
[thu nov 22 16:04:48 2018] thread-2 修改第 1 个值,修改后值为:2
主进程结束!
thread-1 线程结束!
thread-2 线程结束!

不加锁时

同样是上面实例的代码,注释以下两行代码:

threadlock.acquire()
threadlock.release()

输出结果为:

开始线程: thread-1
开始线程: thread-2
[thu nov 22 16:09:20 2018] thread-1 修改第 12 个值,修改后值为:1
[thu nov 22 16:09:21 2018] thread-2 修改第 12 个值,修改后值为:2
[thu nov 22 16:09:21 2018] thread-1 修改第 11 个值,修改后值为:1
[thu nov 22 16:09:22 2018] thread-1 修改第 10 个值,修改后值为:1
[thu nov 22 16:09:23 2018] thread-1 修改第 9 个值,修改后值为:1
[thu nov 22 16:09:23 2018] thread-2 修改第 11 个值,修改后值为:2
[thu nov 22 16:09:24 2018] thread-1 修改第 8 个值,修改后值为:1
[thu nov 22 16:09:25 2018] thread-2 修改第 10 个值,修改后值为:2
[thu nov 22 16:09:25 2018] thread-1 修改第 7 个值,修改后值为:1
[thu nov 22 16:09:26 2018] thread-1 修改第 6 个值,修改后值为:1
[thu nov 22 16:09:27 2018] thread-2 修改第 9 个值,修改后值为:2
[thu nov 22 16:09:27 2018] thread-1 修改第 5 个值,修改后值为:1
[thu nov 22 16:09:28 2018] thread-1 修改第 4 个值,修改后值为:1
[thu nov 22 16:09:29 2018] thread-2 修改第 8 个值,修改后值为:2
[thu nov 22 16:09:29 2018] thread-1 修改第 3 个值,修改后值为:1
[thu nov 22 16:09:30 2018] thread-1 修改第 2 个值,修改后值为:1
[thu nov 22 16:09:31 2018] thread-2 修改第 7 个值,修改后值为:2
[thu nov 22 16:09:31 2018] thread-1 修改第 1 个值,修改后值为:1
[thu nov 22 16:09:33 2018] thread-2 修改第 6 个值,修改后值为:2
[thu nov 22 16:09:35 2018] thread-2 修改第 5 个值,修改后值为:2
[thu nov 22 16:09:37 2018] thread-2 修改第 4 个值,修改后值为:2
[thu nov 22 16:09:39 2018] thread-2 修改第 3 个值,修改后值为:2
[thu nov 22 16:09:41 2018] thread-2 修改第 2 个值,修改后值为:2
[thu nov 22 16:09:43 2018] thread-2 修改第 1 个值,修改后值为:2
主进程结束!
thread-1 线程结束!
thread-2 线程结束!

rlock(递归锁,可重入锁)

当一个线程中遇到锁嵌套情况该怎么办,又会遇到什么情况?

def run1():
  global count1
  lock.acquire()
  count1 += 1
  lock.release()
  return count1
def run2():
  global count2
  lock.acquire()
  count2 += 1
  lock.release()
  return count2
def runtask():
  lock.acquire()
  r1 = run1()
  print("="*30)
  r2 = run2()
  lock.release()
  print(r1,r2)
count1,count2 = 0,0
lock = threading.lock()
for index in range(50):
  t = threading.thread(target=runtask,)
  t.start()

这是一个很简单的线程锁死案例,程序将被卡死,停止不动。为了解决这一情况,python提供了递归锁rlock(可重入锁)。这个rlock内部维护着一个lock和一个counter变量,counter记录了acquire的次数,从而使得资源可以被多次require。直到一个线程所有的acquire都被release,其他的线程才能获得资源。上面的代码只需做一些小小的改动

到此这篇关于python 多线程知识点总结及实例用法的文章就介绍到这了,更多相关python 多线程详解内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!

相关标签: Python 多线程