守护线程&&threading.enumerate()

合集 - python高级(31)

1.创建进程2023-07-232.Process类语法详解2023-07-233.进程间通信2023-07-234.进程池2023-07-235.进程间的锁和信号量2023-07-236.根据进程编号杀死指定进程os.kill2023-07-237.守护进程2023-07-238.线程2023-07-289.实现多线程多任务的步骤2023-07-2810.threading.Thread类详解2023-07-28

11.守护线程&&threading.enumerate()2023-07-28

12.python线程并行执行与java的线程并行执行的对比2023-07-2913.IO密集型任务与CPU密集型任务2023-07-2914.多线程共享全局变量的问题2023-07-2915.多线程共享资源之竞态条件2023-07-2916.互斥锁2023-07-2917.死锁2023-07-2918.线程池2023-07-2919.进程与线程的对比2023-07-2920.闭包2023-08-2621.闭包之nonlocal关键字的作用2023-08-2622.闭包之作用2023-08-2623.闭包之可能引起的问题2023-08-2624.弱引用2023-08-2625.装饰器2023-08-2726.装饰器示例2023-08-2727.property 属性2023-08-2728.with语句和上下文管理器详解、最佳实践、示例2023-08-2929.生成器2023-08-2930.深浅拷贝2023-08-3031.正则表达式2023-08-30

收起

'''
在Python中，使用threading.Thread类创建守护线程可以通过设置daemon参数为True来实现。
守护线程是一种特殊的线程，它会随着主线程的结束而自动退出(守护线程会随着主线程的结束而自动退出。因此，如果主线程先结束，守护线程也会立即退出，无论守护线程是否执行完成。)，无需手动调用join()方法等待守护线程执行完成。


最佳实践：
    1. 在创建threading.Thread对象之前将daemon参数设置为True，确保线程启动之前就被标记为守护线程。
    2. 当所有非守护线程都结束时，Python解释器会检查是否还有活动的守护线程。如果只剩下守护线程，Python解释器会直接退出程序，不会等待守护线程执行完成。
    3. 尽量避免在守护线程中进行耗时的操作或阻塞式的I/O操作，因为守护线程会在主线程结束时立即退出，可能导致未完成的操作被中断(资源未释放)。
    4. 如果守护线程需要与其他线程进行通信或共享数据，应该使用适当的线程同步机制，如锁（Lock）、条件变量（Condition）等。
'''

import threading
import time


def task():
    while True:
        print("Daemon thread is running")
        time.sleep(1)


def main():
    # 方式1:  创建线程时指定为守护进程
    daemon_thread = threading.Thread(target=task, daemon=True)
    # 方式2: 创建线程后，通过线程的daemon属性为True设置为守护线程
    # daemon_thread = threading.Thread(target=task)
    # daemon_thread.daemon = True  # 设置守护线程

    daemon_thread.start()

    time.sleep(5)  # 主线程等待5秒

    print("Main thread finished")

输出：

?

1 2 3 4 5 6

Daemon thread is running Daemon thread is running Daemon thread is running Daemon thread is running Daemon thread is running Main thread finished

 

'''
threading.enumerate() 获取当前所有活跃的线程对象列表。使用 len() 对列表求长度可以看到当前活跃的线程的个数
主线程可以不断判断活跃线程个数,如果个数小于等于1,说明其它线程已经执行完成
'''
import threading
import time


def task():
    print("Thread started")
    time.sleep(2)
    print("Thread finished")


def main():
    thread1 = threading.Thread(target=task)
    thread2 = threading.Thread(target=task)

    thread1.start()
    thread2.start()

    while True:
        active_threads = threading.enumerate()
        if len(active_threads) <= 1:
            break

        time.sleep(1)

    print("All threads completed")


if __name__ == "__main__":
    main()

在上述示例中，定义了一个任务函数task()，它模拟了一个耗时操作。在main()函数中，我们创建了两个线程并启动它们。然后，在一个无限循环中，我们不断地调用threading.enumerate()函数获取当前活跃的线程列表，并使用len()函数计算列表的长度。如果活跃线程的个数小于等于1（只剩下主线程），说明其他线程已经执行完成，那么就退出循环，输出"All threads completed"表示所有线程都已经完成。

 

请注意，由于GIL的存在，Python中的多线程并不能真正实现并行运行，因此在实际应用中，你可能会使用更高级的抽象，如线程池（ThreadPoolExecutor）、队列（Queue）、事件（Event）等来管理和控制线程的执行。