python多线程

一、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:

  1.使用线程可以把耗时任务放到后台去处理。

  2.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

  3.程序的运行速度可能加快

  4.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。

二、多线程的特点

  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。

  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。

三、线程的创建

python实现多线程有两种方式(函数,用类来包装线程对象)

1、函数式:调用thread模块中的start_new_thread()函数来产生新线程

import time

import _thread
def func(thread,delay):

for x in range(5):
time.sleep(delay)
print("%d正在执行线程%s"%(x,thread))
if x==4:
_thread.exit()


try:
_thread.start_new_thread(func, ("thread_1",2) )
_thread.start_new_thread(func,("thread_2",4))


except Exception as e:
print("运行线程出现异常")
while 1:
pass
输出结果:

0正在执行线程thread_1
0正在执行线程thread_2
1正在执行线程thread_1
2正在执行线程thread_1
1正在执行线程thread_2
3正在执行线程thread_1
4正在执行线程thread_1
2正在执行线程thread_2
3正在执行线程thread_2
4正在执行线程thread_2

2、线程模块创建线程

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。

3、使用threading创建线程

import time
from threading import Thread
from typing import Optional, Callable, Any, Iterable, Mapping

# 通过Thread类来重写父类方法创建多线程
class MyThread(Thread):

def __init__(self,threadname,delay) -> None:
super().__init__()
self.threadname = threadname
self.delay = delay

def run(self) -> None:
super().run()
print("%s开始"%self.threadname)
cont_thread(self.threadname)
time.sleep(self.delay)

def cont_thread(threadname):
print("_________%s"%threadname)
for x in range(5):
print("%d-----------%s"%(x,threadname))

starttime = time.time()

# 创建两个线程
thread1 =MyThread("thread——1",2)
thread2 =MyThread("thread——2",4)

# 线程启动
thread1.start()
thread2.start()

# 运行至程序结束所有线程任务
thread1.join()
thread2.join()
endtime = time.time()

# 记录主线程运行的时间
print(endtime-starttime)


输出结果:

thread——1开始
_________thread——1
0-----------thread——1
thread——2开始
1-----------thread——1
_________thread——2
2-----------thread——1
0-----------thread——2
3-----------thread——1
1-----------thread——2
4-----------thread——1
2-----------thread——2
3-----------thread——2
4-----------thread——2
4.0012288093566895

 

 

四、同步线程

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。

 

方式一、加入线程锁:实现同步线程

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。



import time
from threading import Thread,Lock

from typing import Optional, Callable, Any, Iterable, Mapping

# 通过Thread类来重写父类方法创建多线程
class MyThread(Thread):

def __init__(self,threadname,delay) -> None:
super().__init__()
self.threadname = threadname
self.delay = delay
# 重写run函数,在次函数中执行多线程任务
def run(self) -> None:
super().run()
print("%s开始"%self.threadname)
# 添加线程锁
threadlock.acquire()
cont_thread(self.threadname)
time.sleep(self.delay)
# 释放线程锁
threadlock.release()

#
def cont_thread(threadname):
print("_________%s"%threadname)
for x in range(5):
print("%d-----------%s"%(x,threadname))

starttime = time.time()

# 创建线程锁
threadlock =Lock()

# 创建两个线程
thread1 =MyThread("thread——1",2)
thread2 =MyThread("thread——2",4)

# 线程启动
thread1.start()
thread2.start()


# 运行至程序结束所有线程任务
thread1.join()
thread2.join()
endtime = time.time()

# 记录主线程运行的时间
print(endtime-starttime)


输出结果:
thread——1开始
_________thread——1
0-----------thread——1
1-----------thread——1
2-----------thread——1
3-----------thread——1
4-----------thread——1
thread——2开始
_________thread——2
0-----------thread——2
1-----------thread——2
2-----------thread——2
3-----------thread——2
4-----------thread——2
6.001343250274658

方式二、使用队列方式,实现同步线程

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

 

案例如下:

import time
from threading import Thread
import queue
from typing import Optional, Callable, Any, Iterable, Mapping

exitflag=0

# 构建形成类
class MyThread( Thread):

def __init__(self,threadname,q) -> None:
super().__init__()
self.threadname =threadname
self.q = q

# 重写线程任务
def run(self) -> None:
super().run()
while not exitflag:
# 退出条件
if self.q.empty():
break
# 执行线程任务
try:
# 获取数据
num = self.q.get()
print("%s--------------------取出%d"%(self.threadname,num))

# 此处必须添加队列任务结束,否则,程序将一直开启,
self.q.task_done()
except Exception as e:
print(e)

def main():
print("***********主线程开始***********")
# 创建队列,并向队列中添加数据
q = queue.Queue(100)
for x in range(80):
q.put(x)

# 创建线程对象,执行从队列中取数据
thread1 = MyThread("thread1",q)
thread2 =MyThread("thread2",q)
thread3 = MyThread( "thread3",q)

#开启线程任务
thread1.start()
thread2.start()
thread3.start()

# 注意:在关闭子线程任务之后才能继续执行主线程任务

# 结束子线程
thread1.join()
thread2.join()
thread3.join()

# 结束队列任务
# q.join()

print("***********主线程结束************")

if __name__ == '__main__':
main()

 

posted @ 2019-02-20 22:06 石桥浪子 阅读(...) 评论(...) 编辑 收藏