Python多线程编程,线程锁
多线程
-
什么是线程？
- 线程也是一种多任务的编程方法，可以利用计算机多核资源完成程序的并发运行。
- 线程又被称为轻量级进程
-
线程的特征
- 线程是计算机多核分配的最小单位
- 一个进程可以包含多个线程
- 线程也是一个运行的过程，消耗计算机资源，多个线程共享进程的资源和空间
- 线程的创建删除消耗的资源都远远比进程小
- 多个线程之间执行互不干扰
- 线程也有自己的特有属性，比如指令集id
threading 模块创建线程
-
t=threading.thread()-
功能：创建线程对象
-
参数
- name：线程名称，如果为空则为默认值，tread-1，tread-2，tread-3
- target：线程函数
- args：元组，给线程函数按照位置传参
- kwargs：字典，给县城函数按照键值传参
-
-
t.start()：启动线程，自动运行线程函数 -
t.join([timeout])：回收进程 -
t.is_alive()：查看线程状态 -
t.name()：查看线程名称 -
t.setname()：设置线程名称 -
t.daemon属性：默认主线成退出不影响分支线程继续执行,如果设置为true则分支线程随着主线程一起退出-
设置方法
-
t.daemon = true -
t.setdaemon(ture)
-
-
-
1 #!/usr/bin/env python3 2 from threading import thread 3 from time import sleep 4 import os 5 6 # 创建线程函数 7 def music(): 8 sleep(2) 9 print("分支线程") 10 11 t = thread(target = music) 12 # t.start() # ****************************** 13 print("主线程结束---------") 14 15 '''没有设置的打印结果 16 主线程结束--------- 17 分支线程 18 ''' 19 20 '''设置为true打印结果 21 主线程结束--------- 22 ''' -
threading.currentthread：获取当前线程对象
@此处代码示意子线程共享同一个进程内的变量
1 #!/usr/bin/env python3
2 from threading import thread
3 from time import sleep
4 import os
5
6 # 创建线程函数
7 def music():
8 global a
9 print("a=",a)
10 a = 10000
11 for i in range(5):
12 sleep(1)
13 print("1212")
14
15 a = 1
16 t = thread(target = music)
17 t.start()
18 t.join()
19 print("主线程的a =",a)
创建自己的线程类
考察点：类的使用，调用父类的__init__方法，函数*传参和**传参
1
2
3 from threading import thread
4 import time
5
6 class mythread(thread):
7 name1 = 'mythread-1'
8 def __init__(self,target,args=(), kwargs={}, name = 'mythread-1'):
9 super().__init__()
10 self.name = name
11 self.target = target
12 self.args = args
13 self.kwargs = kwargs
14 def run(self):
15 self.target(*self.args,**self.kwargs)
16
17 def player(song,sec):
18 for i in range(2):
19 print("播放 %s：%s"%(song,time.ctime()))
20 time.sleep(sec)
21
22 t =mythread(target = player, args = ('亮亮',2))
23
24 t.start()
25 t.join()
26
线程通信
通信方法：由于多个线程共享进程的内存空间，所以线程间通信可以使用全局变量完成
注意事项：线程间使用全局变量往往要同步互斥机制保证通信的安全
线程同步互斥方法
-
event -
e = threading.event():创建事件对象 -
e.wait([timeout])：设置状态，如果已经设置，那么这个函数将阻塞，timeout为超时时间 -
e.set：将e变成设置状态 -
e.clear：删除设置状态
import threading
from time import sleep
def fun1():
print("bar拜山头")
global s
s = "天王盖地虎"
def fun2():
sleep(4)
global s
print("我把限制解除了")
e.set() # 解除限制，释放资源
def fun3():
e.wait() # 检测限制
print("说出口令")
global s
if s == "天王盖地虎":
print("宝塔镇河妖，自己人")
else:
print("打死他")
s = "哈哈哈哈哈哈"
# 创建同步互斥对象
e = threading.event()
# 创建新线程
f1 = threading.thread(target = fun1)
f3 = threading.thread(target = fun3)
f2 = threading.thread(target = fun2)
# 开启线程
f1.start()
f3.start()
f2.start()
#准备回收
f1.join()
f3.join()
f2.join()
线程锁
-
lock = threading.lock()：创建锁对象 -
lock.acquire()：上锁 -
lock.release()：解锁
也可以用过with来上锁
1 with lock: 2 ... 3 ...
@需要了解！！！
-
python线程的gil问题（全局解释器）：
python---->支持多线程---->同步互斥问题---->加锁解决---->超级锁（给解释器加锁）---->解释器同一时刻只能解释一个线程--->导致效率低下
-
后果：
一个解释器同一时刻只能解释执行一个线程，所以导致python线程效率低下，但是当遇到io阻塞时线程会主动让出解释器，因此pyhton线程更加适合高延迟的io程序并发
-
解决方案
- 尽量使用进程完成并发（和没说一样）
- 不适当用c解释器 （用c# ,java)
- 尽量使用多种方案组合的方式进行并发操作，线程用作高延迟io
个性签名：青春用来挥霍，白头不知所措！
如果这篇文章对你有些帮助，记得在右下角点个“推荐”，拜谢！