python多任务-线程

多任务的概念

什么叫“多任务”呢?简单地说,就是操作系统可以同时运行多个任务。打个比方,你一边在用浏览器上网,一边在听MP3,一边在用Word赶作业,这就是多任务,至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着,只是桌面上没有显示而已。

现在,多核CPU已经非常普及了,但是,即使过去的单核CPU,也可以执行多任务。由于CPU执行代码都是顺序执行的,那么,单核CPU是怎么执行多任务的呢?

答案就是操作系统轮流让各个任务交替执行,任务1执行0.01秒,切换到任务2,任务2执行0.01秒,再切换到任务3,执行0.01秒……这样反复执行下去。表面上看,每个任务都是交替执行的,但是,由于CPU的执行速度实在是太快了,我们感觉就像所有任务都在同时执行一样。

真正的并行执行多任务只能在多核CPU上实现,但是,由于任务数量远远多于CPU的核心数量,所以,操作系统也会自动把很多任务轮流调度到每个核心上执行。

注意:

  • 并发:指的是任务数多余cpu核数,通过操作系统的各种任务调度算法,实现用多个任务“一起”执行(实际上总有一些任务不在执行,因为切换任务的速度相当快,看上去一起执行而已)
  • 并行:指的是任务数小于等于cpu核数,即任务真的是一起执行的

线程基础

python的thread模块是比较底层的模块,python的threading模块是对thread做了一些包装的,可以更加方便的被使用

单线程执行

import time


def test():
        print("test...")
        time.sleep(1)


if __name__ == '__main__':

        for i in range(5):
                test()

执行效果:程序在控制台每隔一秒打印test...

多线程执行

import time
import threading

def test():
        print("test...")
        time.sleep(1)


if __name__ == '__main__':

        for i in range(5):
                t = threading.Thread(target=test)
                t.start() # 启动线程
    

执行效果:程序在控制台一下子输出五行test...,等待1秒左右结束

说明:

  1. 可以明显看出使用了多线程并发的操作,花费时间要短很多
  2. 当调用start()时,才会真正的创建线程,并且开始执行

主线程会等待所有子线程结束后才结束

import time
import threading


def playPhone():

        print('玩手机...')
        time.sleep(1)


def eat():

        print("吃东西...")
        time.sleep(1)


if __name__ == '__main__':

        print("--开始--")

        t1 = threading.Thread(target=playPhone)
        t1.start()

        t2 = threading.Thread(target=eat)
        t2.start()

        print('--执行结束')

执行效果:主线程阻塞1秒左右后程序结束,说明主线程在等待其他线程执行完毕。

查看线程数量

          print('玩手机...')
                time.sleep(1)


def eat():

        for i in range(10):
                print("吃东西...")
                time.sleep(1)


if __name__ == '__main__':

        print("--开始--")

        t1 = threading.Thread(target=playPhone)
        t1.start()

        t2 = threading.Thread(target=eat)
        t2.start()
    
        # 查看正在执行的线程数量
        while True:
                length = len(threading.enumerate())
                print("当前运行的线程数量:%d" % length)
                print("这些线程是:%s" % str(threading.enumerate()))
    
    
                if length == 1:
                        break
    
                time.sleep(0.5)    

        print('--执行结束')

在python中,调用threading.enumerate()能获取当前正在运行的所有线程,返回值是一个list,调用length()函数并传入该list对象就获取到当前运行线程的数量。

线程-注意点

线程执行代码的封装

通过上一篇,能够看出,通过使用threading模块能完成多任务的程序开发,为了让每个线程的封装性更完美,所以使用threading模块时,往往会定义一个新的子类class,只要继承threading.Thread就可以了,然后重写run方法。

示例如下:

import time
import threading


class MyThread(threading.Thread):

        def run(self):
                for i in range(5):
                        time.sleep(1)
                        print("我是%s@%d" % (self.name, i)) 


if __name__ == "__main__":
        mt = MyThread()
        mt.start()

运行结果如下:

我是Thread-1@0
我是Thread-1@1
我是Thread-1@2
我是Thread-1@3
我是Thread-1@4

python的threading.Thread类有一个run方法,用于定义线程的功能函数,可以在自己的线程类中覆盖该方法。而创建自己的线程实例后,通过Thread类的start方法,可以启动该线程,交给python虚拟机进行调度,当该线程获得执行的机会时,就会调用run方法执行线程。

线程的执行顺序

mport time
import threading


class MyThread(threading.Thread):

        def run(self):
                for i in range(5):
                        time.sleep(1)
                        print("我是%s@%d" % (self.name, i)) 


if __name__ == "__main__":
    
        for i in range(5):
                mt = MyThread()
                mt.start()

执行结果(运行的结果可能不一样,但是大体是一致的):

我是Thread-5@0
我是Thread-2@0
我是Thread-3@0
我是Thread-4@0
我是Thread-1@0
我是Thread-3@1
我是Thread-4@1
我是Thread-2@1
我是Thread-5@1
我是Thread-1@1
我是Thread-3@2
我是Thread-4@2
我是Thread-2@2
我是Thread-5@2
我是Thread-1@2
我是Thread-3@3
我是Thread-4@3
我是Thread-2@3
我是Thread-5@3
我是Thread-1@3
我是Thread-3@4
我是Thread-4@4
我是Thread-5@4
我是Thread-2@4
我是Thread-1@4

从代码和执行结果我们可以看出,多线程程序的执行顺序是不确定的。当执行到sleep语句时,线程将被阻塞(Blocked),到sleep结束后,线程进入就绪(Runnable)状态,等待调度。而线程调度将自行选择一个线程执行。上面的代码中只能保证每个线程都运行完整个run函数,但是线程的启动顺序、run函数中每次循环的执行顺序都不能确定。

总结

  1. 每个线程默认有一个名字,尽管上面的例子中没有指定线程对象的name,但是python会自动为线程指定一个名字。
  2. 当线程的run()方法结束时该线程完成。
  3. 无法控制线程调度程序,但可以通过别的方式来影响线程调度的方式。
posted @ 2018-12-12 22:31 张风闲 阅读(...) 评论(...) 编辑 收藏