Python多线程

 

 

Python多线程的使用及其相关概念介绍

异步与多线程的区别：https://www.cnblogs.com/dream844/archive/2012/06/12/2546083.html

 

1. 线程的基本使用

　　1.1 直接通过threading模块注册使用

# -*- coding:utf-8 -*-
# Author:Wong Du

'''
多线程的简单使用
'''
import threading
import time

def war(n):
    for i in range(10):
        print("task ", n, i)
    time.sleep(2)

# 注册线程
t1 = threading.Thread(target=war, args=("t1",))
t2 = threading.Thread(target=war, args=("t2",))

# 运行线程
t1.start()
t2.start()

# war("t1")
# war("t2")

　　1.2 通过继承threading.Thead类，重写run函数方法来调用线程

# -*- coding:utf-8 -*-
# Author:Wong Du

import threading
import time

class MyThreading(threading.Thread):
    def __init__(self, n, sleep_time):
        super(MyThreading, self).__init__()
        self.n = n
        self.sleep_time = sleep_time

    def run(self):
        print("Task ", self.n)
        time.sleep(self.sleep_time)

# 注册线程
t1 = MyThreading("t1", 2)
t2 = MyThreading("t2", 4)

# 运行线程
t1.start()
t2.start()

# 等待t1线程执行完才执行后续代码
t1.join()
print("Task t1 is done...")

　　1.3 多线程并行执行

# -*- coding:utf-8 -*-
# Author:Wong Du

import threading
import time

# 定义一个函数任务，作为注册线程使用
def war(n):
    print("task", n)
    time.sleep(2)

# 注册的线程列表
t_list = []
# 程序开始启动线程时间
start_time = time.time()
# 运行多个线程
for i in range(50):
    t = threading.Thread(target=war, args=("t-%s" % i,))
    t.start()
    # 把注册的线程加到列表里
    t_list.append(t)

# join一下，等待所有线程执行完毕
for t in t_list:
    t.join()

# 计算同时开启50个线程执行完毕花费的时间
print("\033[32;1mSpeed time is %s\033[0m" % (time.time() - start_time))

 

2. 子线程和守护线程

　　子线程：Python多线程的子线程和主线程相对独立，内存共享

　　守护线程：通过setDaemon(True)可将线程设置成守护线程，守护线程为非守护线程服务，当非守护线程都执行完毕时，无论守护线程是否执行完毕，都将被强制结束

# -*- coding:utf-8 -*-
# Author:Wong Du

'''
子线程：Python多线程的子线程和主线程相对独立，内存共享
守护线程：通过setDaemon(True)可将线程设置成守护线程，守护线程为非守护线程服务
          当非守护线程都执行完毕时，无论守护线程是否执行完毕，都将被强制结束
'''

import threading
import time

def war(n):
    print("task", n)
    # 由主线程申请调用出来的子线程
    print("I am not main threading...".center(50, '-'), threading.currentThread())
    time.sleep(2)
    print("%s 子线程执行完毕..." % threading.currentThread())

start_time = time.time()
for i in range(50):
    t = threading.Thread(target=war, args=("t-%s" % i,))
    # 将t线程设置为守护进程
    t.setDaemon(True)
    t.start()
    # 查看当前线程信息
    print("%s is started..." % threading.currentThread())

# 查看当前线程信息及当前程序活跃的线程
print("I am main threading...".center(50, '-'), threading.currentThread(), threading.active_count())
print("\033[32;1mSpeed time is %s\033[0m" % (time.time() - start_time))

 

3. Python线程锁和递归锁

# -*- coding:utf-8 -*-
# Author:Wong Du

import threading
import time
"""
python 2.x中，会出现运算数据不正常的现象，可以通过自己加lock解决
python 3.x中，python内部进行了优化，无需加lock也不会出现异常
"""

def war():
    # 加锁
    lock.acquire()
    global num
    num += 1
    # time.sleep(0.1)
    # 释放锁
    lock.release()
    time.sleep(0.1)

num = 0
# 定义一把锁，当用锁锁住时，CPU不会进行上下文的切换，直到当前锁内的代码执行完毕
lock = threading.Lock()

start_time = time.time()
t_list = []
for i in range(50):
    t = threading.Thread(target=war)
    t.start()
    t_list.append(t)

for j in t_list:
    j.join()

print("Num:", num)
print("\033[31;1mSpeed time: %s\033[0m" % (time.time() - start_time))

# -*- coding:utf-8 -*-
# Author:Wong Du

import threading
import time
"""
python 2.x中，会出现运算数据不正常的现象，可以通过自己加lock解决
python 3.x中，python内部进行了优化，无需加lock也不会出现异常
Python中，为了避免“锁内加锁”而出现锁同名导致的程序无法正常退出问题，
引入了Rlock(递归锁)的方法来区分多个用户锁
"""

def run1():
    print("num")
    lock.acquire()
    global num
    num += 10
    lock.release()
    return num

def run2():
    print("num2")
    lock.acquire()
    global num2
    num2 += 1
    lock.release()
    return num2

def run3():
    lock.acquire()
    res1 = run1()
    print("Between run1 to run2...")
    res2 = run2()
    lock.release()
    print(res1, res2)
    time.sleep(3)

num, num2 = 0, 0
# 定义递归锁，当用锁锁住时，CPU不会进行上下文的切换，直到当前锁内的代码执行完毕
lock = threading.RLock()

for i in range(5):
    t = threading.Thread(target=run3)
    t.start()

# print("Num:", num)
while threading.active_count() != 1:
    pass
    # print(num, num2)
else:
    print("Threading is done...")
    print(num, num2)

 

4. 多线程信号量控制

　　Python线程处理中，Semaphore信号量可以控制“同一时间”切换上下文执行线程的数量

# -*- coding:utf-8 -*-
# Author:Wong Du

import threading
import time
"""
python 2.x中，会出现运算数据不正常的现象，可以通过自己加lock解决
python 3.x中，python内部进行了优化，无需加lock也不会出现异常
Python中，为了避免“锁内加锁”而出现锁同名导致的程序无法正常退出问题，
引入了Rlock(递归锁)的方法来区分多个用户锁
Python线程处理中，Semaphore信号量可以控制“同一时间”切换上下文执行线程的数量
"""

def war(n):
    semaphore.acquire()
    time.sleep(1)
    print("Threading:", n)
    semaphore.release()

# 定义信号量数，信号量锁住时，相当于"同一时间"，只有5个线程进行上下文切换，即“同时”执行
semaphore = threading.BoundedSemaphore(5)

for i in range(30):
    t = threading.Thread(target=war, args=(i, ))
    t.start()

 

5. 线程的事件管理

# -*- coding:utf-8 -*-
# Author:Wong Du

'''
threading事件管理，下面为红绿灯编程实例
'''
import threading
import time

# 创建一个线程事件
event = threading.Event()

def light():
    count = 0
    # 将事件置为set状态
    event.set()
    while True:
        if count > 5 and count < 10:
            # 清除事件的set状态
            event.clear()
            print("\033[41;1mNow is red light...\033[0m")
        elif count > 10:
            # 将事件置为set状态
            event.set()
            # 重置计数
            count = 0
        else:
            print("\033[46;1mNow is green light...\033[0m")
        count += 1
        time.sleep(1)

def car(name):
    while True:
        # 判断事件当前是否为set状态
        if event.is_set():
            print("[%s] is running..." % name)
            time.sleep(1)
        else:
            print("[%s] sees red light, waiting..." % name)
            # 将事件置为wait状态，该线程卡住，只有当事件状态变为set时，才继续执行后面的代码
            event.wait()
            print("[%s] sees green light, running..." % name)

light0 = threading.Thread(target=light)
light0.start()

car1 = threading.Thread(target=car, args=("car1", ))
car1.start()