Python中尝试多线程编程的一个简明例子
程序员文章站
2023-11-11 13:09:16
综述
多线程是程序设计中的一个重要方面,尤其是在服务器deamon程序方面。无论何种系统,线程调度的开销都比传统的进程要快得多。...
综述
多线程是程序设计中的一个重要方面,尤其是在服务器deamon程序方面。无论何种系统,线程调度的开销都比传统的进程要快得多。
python可以方便地支持多线程。可以快速创建线程、互斥锁、信号量等等元素,支持线程读写同步互斥。美中不足的是,python的运行在python 虚拟机上,创建的多线程可能是虚拟的线程,需要由python虚拟机来轮询调度,这大大降低了python多线程的可用性。希望高版本的python可以 解决这个问题,发挥多cpu的最大效率。
网上有些朋友说要获得真正多cpu的好处,有两种方法:
1.可以创建多个进程而不是线程,进程数和cpu一样多。
2.使用jython 或 ironpython,可以得到真正的多线程。
闲话少说,下面看看python如何建立线程
python线程创建
使用threading模块的 thread类
类接口如下
复制代码 代码如下:
class thread( group=none, target=none, name=none, args=(), kwargs={})
需要关注的参数是target和args. target 是需要子线程运行的目标函数,args是函数的参数,以tuple的形式传递。
以下代码创建一个指向函数worker 的子线程
复制代码 代码如下:
def worker(a_tid,a_account):
...
th = threading.thread(target=worker,args=(i,acc) ) ;
...
th = threading.thread(target=worker,args=(i,acc) ) ;
启动这个线程
复制代码 代码如下:
th.start()
等待线程返回
复制代码 代码如下:
threading.thread.join(th)
或者th.join()
如果你可以对要处理的数据进行很好的划分,而且线程之间无须通信,那么你可以使用:创建=》运行=》回收的方式编写你的多线程程序。但是如果线程之间需要访问共同的对象,则需要引入互斥锁或者信号量对资源进行互斥访问。
下面讲讲如何创建互斥锁
创建锁
复制代码 代码如下:
g_mutex = threading.lock()
....
....
使用锁
复制代码 代码如下:
for ... :
#锁定,从下一句代码到释放前互斥访问
g_mutex.acquire()
a_account.deposite(1)
#释放
g_mutex.release()
#锁定,从下一句代码到释放前互斥访问
g_mutex.acquire()
a_account.deposite(1)
#释放
g_mutex.release()
最后,模拟一个公交地铁ic卡缴车费的多线程程序
有10个读卡器,每个读卡器收费器每次扣除用户一块钱进入总账中,每读卡器每天一共被刷10000000次。账户原有100块。所以最后的总账应该为10000100。先不使用互斥锁来进行锁定(注释掉了锁定代码),看看后果如何。
import time,datetime import threading def worker(a_tid,a_account): global g_mutex print("str " , a_tid, datetime.datetime.now() ) for i in range(1000000): #g_mutex.acquire() a_account.deposite(1) #g_mutex.release() print("end " , a_tid , datetime.datetime.now() ) class account: def __init__ (self, a_base ): self.m_amount=a_base def deposite(self,a_amount): self.m_amount+=a_amount def withdraw(self,a_amount): self.m_amount-=a_amount if __name__ == "__main__": global g_mutex count = 0 dstart = datetime.datetime.now() print("main thread start at: ", dstart) #init thread_pool thread_pool = [] #init mutex g_mutex = threading.lock() # init thread items acc = account(100) for i in range(10): th = threading.thread(target=worker,args=(i,acc) ) ; thread_pool.append(th) # start threads one by one for i in range(10): thread_pool[i].start() #collect all threads for i in range(10): threading.thread.join(thread_pool[i]) dend = datetime.datetime.now() print("count=", acc.m_amount) print("main thread end at: ", dend, " time span ", dend-dstart)
注意,先不用互斥锁进行临界段访问控制,运行结果如下:
从结果看到,程序确实是多线程运行的。但是由于没有对对象account进行互斥访问,所以结果是错误的,只有3434612,比原预计少了很多。
打开锁后:
这次可以看到,结果正确了。运行时间比不进行互斥多了很多,不过这也是同步的代价。
同时发现,写多线程,多进程类的程序,不能用自带的idle来运行。会有错误。
上一篇: python单链表实现代码实例