Python的多线程
程序员文章站
2024-03-23 18:12:10
...
什么是线程:
- 线程也是一种多任务编程方法,可以利用计算机多核资源完成程序的并发执行。线程又被称为轻量级的进程。
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要远远小于进程
- 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
Python中使用threading模块创建线程
主要方法:
threading.Thread()
- 功能:创建线程对象
- 参数:name(线程名称,默认Thread-1),target(线程函数),args(元组,给线程函数位置传参),kwargs(字典,给线程函数键值传参)
t.start()
- 功能:启动线程,自动运行线程函数
t.join([timeout])
- 功能:回收线程
- 参数(timeout):阻塞等待时间
线程对象属性:
t.is_alive()
- 功能:查看线程状态
t.setName()
- 功能:设置线程名称
t.getName() 或者 t.name
- 功能:获取线程名称
threading.currentThread()
- 功能:获取当前线程对象
t.daemon属性
- 默认情况主线程退出不会影响分支线程执行,如果设置为True则分支线程随主线程退出
设置方法(两种):
- t.daenon = True
- t.setDaemon(True)
判断属性值
t.isDaemon()
注意: t.daenon要在start前设置,不能和join同用
多线程代码实现实例:
from threading import Thread, currentThread
from time import sleep
import os
a = 100
#线程函数
def test():
global a
a += 10
# 获取当前线程的状态
print("test is_alive:{}".format(currentThread().is_alive()))
# 获取当前线程所在进程的pid
print("{}:{}".format(currentThread().getName(), os.getpid()))
# 用来测试daemon属性的
def test3():
print("进入线程test3...")
# 阻塞等待10秒
sleep(10)
print("我是线程test3!")
#创建线程对象
t1 = Thread(name = "th1", target = test)
t2 = Thread(name = "th2", target = test)
t3 = Thread(target = test3)
t1.start()
t2.start()
# 设置t3线程随主线程退出而退出
t3.setDaemon(True)
t3.start()
sleep(2)
# 主线程所在进程pid
print("main-thread:{}".format(os.getpid()))
# 修改线程名称
t1.setName("new-th1")
print("t1-new-name:"+t1.getName())
# 查看线程状态
print("t1 is_alive:{}".format(t1.is_alive()))
print("t2 is_alive:{}".format(t2.is_alive()))
# 只需要回收t1和t2
t1.join()
t2.join()
print("a = {}".format(a))
运行结果:
[email protected]:~/python/multithreading$ python3 thread_test.py
test is_alive:True
th1:9233
test is_alive:True
th2:9233
进入线程test3...
main-thread:9233
t1-new-name:new-th1
t1 is_alive:False
t2 is_alive:False
a = 120
在这个实例中,一个主线程创建了三个子线程(t3是用来测试daemon属性的),发现可以通过子线程修改主线程中的全局变量a。同时我们发现,主线程和子线程的pid都是一样的,这说明,他们共用一个进程,即:一个进程中包含了多个线程。再看看daemon属性,t3设置daemon为True,我们发现,主线程执行完后,t3线程并没有执行完就退出了。
线程通信
- 通信方法:多个线程共享进程的空间,所以线程间通信可以使用全局变量完成(比如上述实例中的a变量)。
- 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安全
重要!python线程的GIL问题(全局解释器锁)
- 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python线程更加适合高延迟的IO程序并发。
解决方法:
- 若需要实现并行操作,尽量使用多进程
- 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
上一篇: python的多线程
下一篇: spring5 框架知识整合(IOC)