线程模块threading
线程 -Threading模块 -使用和进程基本相似
-
多线程中是可以
input的 -
在使用的过程中从用户层面上并没有感觉到和进程的差别,但是有本质差别
-
执行代码的最小单元
-
每一个进程至少有一个线程,这个线程是主线程
-
一个进程内的所有线程之间的数据是共享的
启动多线程
from threading import Thread
import timedef func(i):
time.sleep(1)
print(i)for i in range(10):
t = Thread(target=func, args=(i,))
t.start()
print('这是主线程执行的')
#结果
这是主线程执行的
0
2
1
3
4
5
9
8
6
7 #这里的十个数字是几乎同时被输出,说明是个线程并发 -
面向对象的形式启动线程
用面向对象的方法开启新的线程
from threading import Thread
class MyThread(Thread): #继承Thread类
def init(self, arg): #重写__init__方法,用于给这个类传参
super().init() #继承父类的__init__方法
self.arg = arg #将自己的参数赋给对象def run(self):
'''objece.start()直接调用这个方法'''
self.methond()def methond(self):
'''这个类中的其他方法'''
print(self.arg)
进程|主线程|子线程
- 进程是最小的内存分配单位
- 线程是操作系统调度的最小单位
- 线程被cpu执行了
- 进程中可以有多个线层,至少一个主线程
- 主线程
- 子线程
- 子线程的数据储存在栈中
- 全局变量
global n线程共享
线程锁 -这是解释语言的一个不可避免的问题
- 全局解释器锁 -锁的是线程
- 同一时刻只能有一个线程访问cpu
进程和线程的效率对比 -线程快
from multiprocessing import Process
from threading import Thread
import time
def cal_num(i):
i += 1
if name == 'main':
p_list = []
start = time.time()
for i in range(100): #创建100个进程执行计算
p = Process(target=cal_num, args=(i, ))
p.start()
p_list.append(p)
for i in p_list:
i.join()
end = time.time()
t1 = end - start
start = time.time()
t_list = []
for i in range(100):
t = Thread(target=cal_num, args=(i,))
t.start()
t_list.append(t)
for i in t_list:
i.join()
end = time.time()
t2 = end - start
print('100个进程消耗时间{} \n 100个线程消耗时间{}'.format(t1, t2))
#结果
100个进程消耗时间0.19627618789672852
100个线程消耗时间0.009418964385986328
线程中的其他方法 -threading.方法名()
threading.current_thread()所有进程的情况.get_ident()查看进程的id.active_count()查看活跃进程的数量.enumerate()所有的进程情况放进一个列表中
守护线程 -守护线程和进程的区别
- 将子线程设置成守护线程,守护线程将在主线程代码执行结束且其他线程执行结束后结束
- 但是守护进程是在主进程结束之后结束,不等待其他子进程是否结束
线程锁 -Lock()和RLock
科学家吃面模型 -死锁模型
Lock()的死锁现象Lock()互斥锁,只有一把钥匙RLock()递归锁,只要拿到一把,就等于拿到一串,必须等一串全部归还下个线程才能继续拿钥匙-
死锁情况
死锁情况
from threading import Thread,Lock
from time import sleep
#死锁情况
from threading import Thread,Lock,RLock
from time import sleepmt_lock = Lock()
cz_lock = Lock()
def miantao():
mt_lock.acquire()
print('拿到面条了')
sleep(1)
cz_lock.acquire()
print('拿到叉子了')
print('吃面')
mt_lock.release()
cz_lock.release()def chazi():
cz_lock.acquire()
print('拿到叉子了')
sleep(1)
mt_lock.acquire()
print('拿到面条了')
print('吃面')
cz_lock.release()
mt_lock.release()th1 = Thread(target=miantao, args=())
th2 = Thread(target=chazi, args=())
th1.start()
th2.start() -
解决死锁问题
RLock()from threading import Thread, Lock, RLock
from time import sleepcz_lock = mt_lock = RLock() #这里创建递归锁
def miantao():
mt_lock.acquire()
print('拿到面条了')
sleep(1)
cz_lock.acquire()
print('拿到叉子了')
print('吃面')
mt_lock.release()
cz_lock.release()def chazi():
cz_lock.acquire()
print('拿到叉子了')
sleep(1)
mt_lock.acquire()
print('拿到面条了')
print('吃面')
cz_lock.release()
mt_lock.release()th1 = Thread(target=miantao, args=())
th2 = Thread(target=chazi, args=())
th1.start()
th2.start()
-
信号量 -同进程
- 限制一段代码有且只有n个线程同时调用
事件 -同进程
- 创建就为阻塞状态
实例 -链接数据库,以及数据库的可连接的情况
from threading import Thread, Event
e = Event()
def test():
'''检测数据库的连通性'''
info = input('>>')
if info == '1':
e.set()
print('数据库网络连接打开')
else:
print('关闭数据库网络连接')
def connect_q():
'''连接数据库'''
print('等待数据库网络连接')
e.wait()
print('数据库连接成功!')
t1 = Thread(target=test)
t2 = Thread(target=connect_q)
t1.start()
t2.start()
条件 -Condition
-
.acquire()#钥匙 -
.release()#释放钥匙 -
.notify(num)#允许钥匙串有几把钥匙 -
.wait()#等待.notify(num)提供钥匙数量条件
from threading import Condition, Thread
def print_thrad(con, i):
con.acquire() #这里也有锁
con.wait()
print('第{}线程运行了'.format(i))
con.release()num = int(input('>>'))
con = Condition()for i in range(10):
t = Thread(target=print_thrad, args=(con, i))
t.start()con.acquire() #这里也有锁
con.notify(num) #前后必须有钥匙和锁
con.release()
定时器 -Timer()
-
定时开启一个线程
-
用法和
Threa()一致from threading import Timer
def func():
print('两秒时间到了')
Timer(2, func).start()
print('呵呵')
#结果
呵呵
两秒时间到了 #子线程两秒后才开启
线程队列 -queue.Queue()
.put()放元素.put_nowait()#放元素,没有元素报错.get()#取出元素.get_nowait()#没有元素报错

浙公网安备 33010602011771号