Python之路：(十四)线程、进程和协程
线程
python中threading模块用于提供线程相关的操作，线程是应用程序中工作的最小单元，擅长IO操作。
import threading
import time
def show(arg):
time.sleep(1)
print('thread'+str(arg))
for i in range(10):
t = threading.Thread(target=show, args=(i,))
t.start()
print('main thread stop')
上述代码创建了10个“前台”线程，然后控制器就交给了CPU，CPU根据指定算法进行调度，分片执行指令。
更多方法：
- start 线程准备就绪，等待CPU调度
- setName 为线程设置名称
- getName 获取线程名称
- setDaemon 设置为后台线程或前台线程（默认）
如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，均停止
如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止 - join 逐个执行每个线程，执行完毕后继续往下执行，该方法使得多线程变得无意义
- run 线程被cpu调度后自动执行线程对象的run方法
import threading import time class MyThread(threading.Thread): def __init__(self,num): threading.Thread.__init__(self) self.num = num def run(self):#定义每个线程要运行的函数 print("running on number:%s" %self.num) time.sleep(3) if __name__ == '__main__': t1 = MyThread(1) t2 = MyThread(2) t1.start() t2.start()
线程锁（Lock、RLock）
由于线程之间是进行随机调度，并且每个线程可能只执行n条执行之后，当多个线程同时修改同一条数据时可能会出现脏数据，所以，出现了线程锁 - 同一时刻允许一个线程执行操作。
import threading import time NUM = 10 def func(arg): global NUM NUM -= 1 time.sleep(1) print(NUM) for i in range(10): t = threading.Thread(target=func, args=(i, )) t.start()
NUM = 10 def func(lock): global NUM #上锁 lock.acquire() NUM -= 1 time.sleep(2) print(NUM) # 开锁 lock.release() lock = threading.Lock() # 只能锁一次 # lock = threading.RLock() # 能迭代锁多次 for i in range(10): t = threading.Thread(target=func, args=(lock, )) t.start()
import threading import time NUM = 10 def func(lock): global NUM #上锁 lock.acquire() # 锁1 NUM -= 1 lock.acquire() # 锁2 time.sleep(2) lock.release() # 锁2 print(NUM) # 开锁 lock.release() # 锁1 # lock = threading.Lock() # 只能锁一次 lock = threading.RLock() # 能迭代锁多次 for i in range(10): t = threading.Thread(target=func, args=(lock, )) t.start()
信号量（Semaphore）
互斥锁 同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据 ，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。
import threading
import time
NUM = 10
def func(i,lock):
global NUM
#上锁
lock.acquire()
NUM -= 1
time.sleep(1)
print(NUM, i)
# 开锁
lock.release()
lock = threading.BoundedSemaphore(5) # 一次锁多个释放多个
for i in range(10):
t = threading.Thread(target=func, args=(i, lock, ))
t.start()
事件（event）
python线程的事件用于主线程控制其他线程的执行，事件主要提供了三个方法 set、wait、clear。
事件处理的机制：全局定义了一个“Flag”，如果“Flag”值为 False，那么当程序执行 event.wait（检查） 方法时就会阻塞，如果“Flag”值为True，那么event.wait 方法时便不再阻塞。
- clear：将“Flag”设置为False
- set：将“Flag”设置为True
import threading
def func(i, e):
print(i)
e.wait() # 检测是什么灯,如果是红灯停;绿灯行
print(i+100)
event = threading.Event() # 能迭代锁多次
for i in range(10):
t = threading.Thread(target=func, args=(i, event, ))
t.start()
event.clear() # 设置成红灯
inp = input(">>>")
if inp == "1":
event.set() # 设置成绿灯
条件（Condition）
使得线程等待，只有满足某条件时，才释放n个线程
# 当某个执行结果为真就放出一个
import threading
def condition():
ret = False
r = input('>>>')
if r == 'true':
ret = True
else:
ret = False
return ret
def func(i, con):
print(i)
con.acquire()
con.wait_for(condition) # 检测函数结果,True放出一个
print(i+100)
con.release()
con = threading.Condition()
for i in range(10):
t = threading.Thread(target=func, args=(i, con, ))
t.start()
import threading def condition_func(): ret = False inp = input('>>>') if inp == '1': ret = True return ret def run(n): con.acquire() con.wait_for(condition_func) print("run the thread: %s" %n) con.release() if __name__ == '__main__': con = threading.Condition() for i in range(10): t = threading.Thread(target=run, args=(i,)) t.start()
Timer
# 设置这个线程执行一次要多久
from threading import Timer
def hello():
print("hello, world")
t = Timer(10, hello) # hello任务执行设置执行10秒
t.start() # after 1 seconds, "hello, world" will be printed
Python进程
# 创建进程
from multiprocessing import Process
def foo(i):
print('say hi',i)
for i in range(10):
p = Process(target=foo,args=(i,))
p.start()
注意：由于进程之间的数据需要各自持有一份，所以创建进程需要的非常大的开销。
进程数据共享
进程各自持有一份数据，默认无法共享数据
from multiprocessing import Process li = [] def foo(i): li.append(i) print('say hi', li) for i in range(10): p = Process(target=foo, args=(i,)) p.start() # 进程中数据不共享,这里li列表中还是空 print('ending', li)
# 方法一，Array
from multiprocessing import Process, Array
# 定义数组
temp = Array('i', [11, 22, 33, 44])
def Foo(i):
temp[i] = 100+i
for item in temp:
print(i, '----->', item)
for i in range(2):
p = Process(target=Foo, args=(i,))
p.start()
# 方法二：manage.dict()共享数据
from multiprocessing import Process, Manager
manage = Manager()
dic = manage.dict()
def Foo(i):
dic[i] = 100+i
print(dic.values())
for i in range(2):
p = Process(target=Foo, args=(i,))
p.start()
p.join()
'c': ctypes.c_char, 'u': ctypes.c_wchar, 'b': ctypes.c_byte, 'B': ctypes.c_ubyte, 'h': ctypes.c_short, 'H': ctypes.c_ushort, 'i': ctypes.c_int, 'I': ctypes.c_uint, 'l': ctypes.c_long, 'L': ctypes.c_ulong, 'f': ctypes.c_float, 'd': ctypes.c_double
当创建进程时（非使用时），共享数据会被拿到子进程中，当进程中执行完毕后，再赋值给原值。
def Foo(lock, temp, i): """ 将第0个数加100 """ lock.acquire() temp[0] = 100+i for item in temp: print(i, '----->', item) lock.release() lock = RLock() temp = Array('i', [11, 22, 33, 44]) for i in range(20): p = Process(target=Foo,args=(lock, temp, i,)) p.start()
进程池
进程池内部维护一个进程序列，当使用时，则去进程池中获取一个进程，如果进程池序列中没有可供使用的进进程，那么程序就会等待，直到进程池中有可用进程为止。
进程池中有两个方法：
- apply
- apply_async
from multiprocessing import Process, Pool
import time
def Foo(i):
time.sleep(2)
return i+100
def Bar(arg):
print(arg)
pool = Pool(5)
# print(pool.apply(Foo,(1,)))
# print(pool.apply_async(func =Foo, args=(1,)).get())
for i in range(10):
pool.apply_async(func=Foo, args=(i,),callback=Bar)
print('end')
pool.close()
pool.join() # 主进程等待进程池中子进程执行完毕后再关闭，如果注释，那么程序直接关闭。
协程
线程和进程的操作是由程序触发系统接口，最后的执行者是系统；协程的操作则是程序员。
协程存在的意义：对于多线程应用，CPU通过切片的方式来切换线程间的执行，线程切换时需要耗时（保存状态，下次继续）。协程，则只使用一个线程，在一个线程中规定某个代码块执行顺序。
协程的适用场景：当程序中存在大量不需要CPU的操作时（IO），适用于协程；
greenlet：
from greenlet import greenlet
def test1():
print(12) # (1)
gr2.switch() # 遇到这个跳到下一个
print(34) # (3)
gr2.switch()
def test2():
print(56) # (2)
gr1.switch()
print(78) # (4)
gr1 = greenlet(test1)
gr2 = greenlet(test2)
gr1.switch()
gevent：
import gevent
def foo():
print('Running in foo')
gevent.sleep(0) # 等待
print('Explicit context switch to foo again')
def bar():
print('Explicit context to bar')
gevent.sleep(0)
print('Implicit context switch back to bar')
gevent.joinall([
gevent.spawn(foo),
gevent.spawn(bar),
])
遇到IO操作自动切换：
from gevent import monkey; monkey.patch_all() import gevent import requests def f(url): print('GET: %s' % url) resp = requests.get(url) data = resp.text print('%d bytes received from %s.' % (len(data), url)) gevent.joinall([ gevent.spawn(f, 'https://www.python.org/'), gevent.spawn(f, 'https://www.yahoo.com/'), gevent.spawn(f, 'https://www.github.com/'), ])
浙公网安备 33010602011771号