Python_多线程threading模块
python 在执行的时候会淡定的在CPU上只允许一个线程运行,故Python在多核CPU的情况下也只能发挥出单核的功能,其中的原因:gil锁
gil 锁 (全局解释器锁):每个线程在执行时都需要先获取gil 一个线程运行Python,而其他N个睡眠或者等待I/O(即 保证同一时刻只有一个线程丢共享资源进行存取)
多线程两种调用方式:
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
class Oh(threading.Thread): # 继承
# 多线程继承式调用
def __init__(self,num):
threading.Thread.__init__(self) # (经典类写法)继承父类构造方法,否则会覆盖父类
self.num = num
def run(self): # 定义每个线程要运行的函数
print('我是一个数字:%s' % self.num)
time.sleep(3)
if __name__ == '__main__':
O1 = Oh(1)
O2 = Oh(2)
O1.start()
O2.start()
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
def Yes(num): # 定义要运行的函数
# 多线程直接式调用(常用)
print('打印了一个数:%s'% num)
time.sleep(3) # 执行完等三秒
if __name__ =='__main__':
y1 = threading.Thread(target=Yes, args=[1,]) # 实例化创建了一个线程
y2 = threading.Thread(target=Yes, args=[2,]) # 第二个线程
y1.start() # 线程开始
y2.start()
print(y1.getName()) # 打印线程的名字
print(y2.getName())
y1.join() # 主函数等待y1线程执行完过后再执行主线程
y2.join() # 线程为并行,全部执行完才一起等待 3 秒
print('我是最后被打印的东东。。') # 这是主线程执行的最后的东东
一、多线程方法
threading.enumerate()
|
返回当前运行中活着的线程对象列表
|
threading.active_count()
|
返回当前处于alive状态的线程对象个数(包含主线程),等于enumerate的列表长度
|
threading.current_thread()
|
返回当前的线程对象,对应于调用者控制的线程
|
threading.get_ident()
|
返回当前进程的‘线程标识符’
|
threading.main_thread()
|
返回主线程对象
|
threading.stack_size()
|
返回当创建一个新线程使用的线程栈大小,0 为默认配置
|
threading.TIMEOUT_MAX
|
设置threading全局超时时间
|
二、多线程类:
Thread | 一个执行线程的对象 |
Lock | 锁对象 |
RLock | 可重入锁对象,使单一线程(再次)获得已持有的锁对象(递归锁) |
Condition | 条件变量对象,使得一个线程等待另外一个线程满足特定的条件,比如改变状态或者某个数据值 |
Event | 条件变量的通用版本,任意数量的线程等待某个事件的发生,在该事件发生后所有的线程都将被激活 |
Semaphore | 为线程间的有限资源提供一个计数器,如果没有可用资源时会被阻塞 |
BoundedSemaphore | 于Semaphore相似,不过它不允许超过初始值 |
Timer | 于Thread类似,不过它要在运行前等待一定时间 |
Barrier | 创建一个障碍,必须达到指定数量的线程后才可以继续 |
1.Thread类
Thread(group = None,target = None,name = None , args = (), kwargs = {})
- group: 线程组,目前还没有实现,库引用中提示必须是None;
- target: 要执行的方法;
- name: 线程名;
- args/kwargs: 要传入方法的参数
类中方法:
start() | 启动线程,调用start(),run() |
run() | 定义线程的方法,经常被重写 |
join([timeout]) | 阻塞到线程结束或到timeout值 |
getName() | 获取线程名 |
setName() | 设置线程名 |
is_alive() | 返回线程是否正在运行 |
isDaemon() | 是否是守护线程(已弃用) |
setDaemon() | 设置为守护线程,默认为Flase |
1>.start () & run()
- start(): 启动一个子线程,调用start()和run()
- run(): 只调用run()
2> 守护线程.setDaemon()
- 默认为False,线程在前台运行,主线程执行过过程中,线程也在前台执行,主线程执行完毕后,等待线程执行完成,主线程再停止执行
- 设置为True后,线程在后台运行,主线程执行过程中,线程也在后台执行,主线程执行完毕后,无论线程成功与否,完成与否均停止执行
例子:
1.循环等待最后一个线程(对join的操作)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
# 循环等待最后一个线程
def Vera(num):
print('我是一个数:%s'% num)
time.sleep(2)
t_list = []
if __name__ == '__main__':
for i in range(10):
v = threading.Thread(target=Vera,args=[i,])
v.start()
# v.join() # 线程串行 # 主线程等待子线程 v 执行完
t_list.append(v) # 并行的线程,所有的都执行完
for i in t_list: # 所有的线程都执行join
i.join()
print('\n我完了完了完了。。')
2.守护线程和join中timeout的设置
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
def run(n):
print('第 【%s】个进程' % n)
time.sleep(3)
print('等待 【%s】秒后' % n)
join_list =[]
def main():
for i in range(5):
t = threading.Thread(target=run ,args=[i,])
t.start()
# t.join() # 设置单线程走
print('开始线程',t.getName())
join_list.append(t)
for n in join_list: # 设置每一个线程都等待完(多线程(一起完,然后再执行sleep中的秒数))
n.join()
m = threading.Thread(target=main,args =[])
m.setDaemon(True) # 守护线程
m.start()
m.join(timeout=2) # (子线程设为线程执行完全时)主线程被设为守护线程后 等待2秒后完
# (线程可以不执行完全时(即子线程内没有设置join))主线程被设为守护线程后,线程完全执行完但不等待sleep中的时间
print('主线程完了。。')
2.Lock & RLock类
gil是控制同一时刻在底层执行,是锁解释器级别以下的锁,只管锁底层而不管原生线程自己的内存数据间是否互斥,Lock则是加解释器以上的线程间的互斥,但是Python3.X中,貌似加了一层锁,但官方没有做相关解释,但为了保险起见,我们还是最好要加一层锁。
lock(指令锁): 全局
RLock(可重入锁(递归锁)):线程
方法:
- acquire([timeout]):尝试获得锁定,使线程进入同步阻塞状态
- release():释放锁,使用前线程必须获得锁定,否则抛出异常
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
def Presley():
global num # 获取num 全局变量
print('我是一个数 ,我是[%s]'% num)
time.sleep(1) # 主要是打乱线程顺序
lock.acquire() # 锁线程
num -=1
lock.release()
lock = threading.Lock()
num = 10 # 共享变量
join_list = []
for i in range(10): # 10个线程
t = threading.Thread(target=Presley)
t.start()
join_list.append(t)
for t in join_list: # 每个线程执行完全
t.join()
print('我是最后的值over。。',num)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
import time
def run1(): # 小锁一号
print('我是run 1')
lock.acquire()
global num
num +=1
lock.release()
return num
def run2(): # 小锁二号
print('我是run 2')
lock.acquire()
global num2
num2 +=1
lock.release()
return num2
def run3(): # 大锁 锁住了一号和二号
print('我是run 3')
lock.acquire()
res = run1() # 确保run 1 和run 2 中间没有其他的运行
print('run 1 和 run 2')
res2 = run2()
lock.release()
print(res, res2)
if __name__ == '__main__':
num, num2 = 0, 0
lock = threading.RLock() # 每一个锁可以各自释放
for i in range(10):
t = threading.Thread(target=run3)
t.start()
while threading.active_count() !=1: # 当前还有几个线程
print(threading.active_count())
else:
print('所有的执行完了。。')
print(num, num2)
Lock & RLok(对比)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
lock = threading.Lock() #Lock对象
lock.acquire()
lock.acquire()
print('yes')
lock.release()
lock.release()
print(lock.acquire())
# 结果
# 发生死锁,无线循环
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading
rLock = threading.RLock() #RLock对象
rLock.acquire()
rLock.acquire()
print('yes')
rLock.release()
rLock.release()
print(rlock.acquire())
# 结果
yes
True
#在同一线程内,程序不会堵塞。
3.Semaphore(信号量)&BoundSemaphore
互斥锁:同时只允许一个线程更改数据
Semaphore: 同时允许多个线程更改数据
Semaphore 在内部管理这一个计数器,调用 .acquire()时 ,计数器 -1 ,调用 .release()时,计数器 -1,而当计数器等于0时,acquire()则阻塞,直到其他线程来调用release()
BoundSemaphore 有界信号量会确保它当前值不超它的初始值,如果超过则抛出valueError异常
方法:
- acquire():尝试获得锁定,使线程进入同步阻塞状态
- release():释放锁
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading,time
def run(n):
se.acquire()
time.sleep(1)
print('运行线程:%s' % n)
se.release() # 释放,信号量 + 1
# se.release() # 再次释放,信号量 +1
# 当指定为.Semaphore()时,多次的信号量 +1不会抛出异常
# 当指定为.BoundeSemaphore()时,多次的信号量 +1 会抛出 ValueError 异常
if __name__ == '__main__':
num = 0
se = threading.Semaphore(3)
# se = threading.BoundedSemaphore(3)
for i in range(20):
t = threading.Thread(target=run,args=[i,])
t.start()
print('主线程over..')
print(num)
4.Event类
一个线程通知一个事件,另一个线程等待通知并作出处理
方法:
- isSet(): 当内部标志为True则返回True,否则返回False
- wait([timeout]): 不断检测set()是否阻塞,或者直到timeout超时
- set(): 设置内部标志为True,所有等待的线程都被唤醒
- clear(): 重新设置内部标志为False,调用wait()不断对set()检测直到set()被调用
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import threading,time
def light():
if not event.isSet():
event.set() # 设置为Ture
s = 0 # 假装这是设置的计时秒数
while True:
if s < 6:
print('假装我是绿灯。。')
elif s < 8:
print('假装我是黄灯。。')
elif s < 12:
if event.isSet():
event.clear() # 红灯 所有车(线程)等待
print('假装我是红灯。。')
else:
s = 0 # 秒数
event.set() # 重置为 绿灯
time.sleep(2)
s += 1 # 假设的秒数 加一
def car(n):
while True:
time.sleep(1) # 每次的多个线程要一秒
if event.isSet():
print('车牌号【%s】,我过去啦。。啦。' % n)
else:
print('车牌号【%s】,我被塞住了。*_*。。。' % n)
event.wait() # 不断检测set()有没有被置为True
if __name__ == '__main__':
event = threading.Event()
Light = threading.Thread(target= light)
Light.start()
for i in range(5): # 有 5 个车车在跑
t = threading.Thread(target=car,args=[i, ])
t.start()
未完待续。。
别人写的就是好(一份导图): https://blog.csdn.net/fz420/article/details/78958745