day22-20180522笔记
笔记：python3 多线程 threading、threadpool模块
multiprocess Manager Process
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/22 20:15 # @Author : yangyuanqiang # @File : demon1.py ''' 强大的 Manage ''' from multiprocessing import Manager, Process def worker(dt, lt): for i in range(10): key = "args" + str(i) dt[key] = i*i lt += [x for x in range(10)] if __name__ == '__main__': manager = Manager() dt = manager.dict() lt = manager.list() p = Process(target=worker, args=(dt, lt)) p.start() p.join(timeout=3) #父进程要等待子进程处理完，才结束 print(dt) print(lt)
以上实例输出的结果
{'args0': 0, 'args1': 1, 'args2': 4, 'args3': 9, 'args4': 16, 'args5': 25, 'args6': 36, 'args7': 49, 'args8': 64, 'args9': 81}
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/22 21:46 # @Author : yangyuanqiang # @File : demon3.py import time import multiprocessing def fun(msg): print("#########start#### {0}".format(msg)) time.sleep(3) print("#########end###### {0}".format(msg)) if __name__ == '__main__': print("start main") pool = multiprocessing.Pool(processes=3) for i in range(1, 7): msg = "hello {0}".format(i) pool.apply_async(fun, (msg,))# 执行时间6s+ # pool.apply(fun, (msg,)) 6*3=18+#执行时间 pool.close()#在调用join之前，要先调用close，否则会报错，close执行完不会有新的进程加入到pool pool.join()#join 是等待所有的子进程结束 print("end main") # pool.apply_async 非阻塞，定义的进程池最大数的同时执行 # pool.apply 一个进程结束，释放回进程池，开始下一个进程
以上实例输出的结果
start main #########start#### hello 1 #########start#### hello 2 #########start#### hello 3 #########end###### hello 1 #########end###### hello 2 #########end###### hello 3 #########start#### hello 4 #########start#### hello 5 #########start#### hello 6 #########end###### hello 4 #########end###### hello 5 #########end###### hello 6 end main
一、多线程 threading模块
多线程类似于同时执行多个不同程序，多线程运行有如下优点：
- 使用线程可以把占据长时间的程序中的任务放到后台去处理。
- 用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
- 程序的运行速度可能加快
- 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。
线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
- 线程可以被抢占（中断）。
- 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。
线程可以分为:
- 内核线程：由操作系统内核创建和撤销。
- 用户线程：不需要内核支持而在用户程序中实现的线程。
Python3 线程中常用的两个模块为：
- _thread
- threading(推荐使用)
thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 "_thread"。
开始学习Python线程
Python中使用线程有两种方式：函数或者用类来包装线程对象。
函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:
_thread.start_new_thread ( function, args[, kwargs] )
参数说明:
- function - 线程函数。
- args - 传递给线程函数的参数,他必须是个tuple类型。
- kwargs - 可选参数。
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:47 # @Author : yangyuanqiang # @File : demo1.py import _thread import time # 为线程定义一个函数 def print_time( threadName, delay): count = 0 while count < 5: time.sleep(delay) count += 1 print ("%s: %s" % ( threadName, time.ctime(time.time()) )) # 创建两个线程 try: _thread.start_new_thread( print_time, ("Thread-1", 2, ) ) _thread.start_new_thread( print_time, ("Thread-2", 4, ) ) except: print ("Error: 无法启动线程") while 1: pass
以上实例输出的结果
Thread-1: Mon May 21 21:47:10 2018 Thread-1: Mon May 21 21:47:12 2018 Thread-2: Mon May 21 21:47:12 2018 Thread-1: Mon May 21 21:47:14 2018 Thread-1: Mon May 21 21:47:16 2018 Thread-2: Mon May 21 21:47:16 2018 Thread-1: Mon May 21 21:47:18 2018 Thread-2: Mon May 21 21:47:20 2018 Thread-2: Mon May 21 21:47:24 2018 Thread-2: Mon May 21 21:47:28 2018
执行以上程后可以按下 ctrl-c to 退出。
线程模块
Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。
_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。
threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：
- threading.currentThread(): 返回当前的线程变量。
- threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
- threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:
- run(): 用以表示线程活动的方法。
- start():启动线程活动。
- join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
- isAlive(): 返回线程是否活动的。
- getName(): 返回线程名。
- setName(): 设置线程名。
使用 threading 模块创建线程
我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:48 # @Author : yangyuanqiang # @File : demo2.py import threading import time exitFlag = 0 class myThread (threading.Thread): def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print ("开始线程：" + self.name) print_time(self.name, self.counter, 5) print ("退出线程：" + self.name) def print_time(threadName, delay, counter): while counter: if exitFlag: threadName.exit() time.sleep(delay) print ("%s: %s" % (threadName, time.ctime(time.time()))) counter -= 1 # 创建新线程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2) # 开启新线程 thread1.start() thread2.start() thread1.join() thread2.join() print ("退出主线程")
以上实例输出的结果
开始线程：Thread-1 开始线程：Thread-2 Thread-1: Mon May 21 21:49:00 2018 Thread-2: Mon May 21 21:49:01 2018 Thread-1: Mon May 21 21:49:01 2018 Thread-1: Mon May 21 21:49:02 2018 Thread-2: Mon May 21 21:49:03 2018 Thread-1: Mon May 21 21:49:03 2018 Thread-1: Mon May 21 21:49:04 2018 退出线程：Thread-1 Thread-2: Mon May 21 21:49:05 2018 Thread-2: Mon May 21 21:49:07 2018 Thread-2: Mon May 21 21:49:09 2018 退出线程：Thread-2 退出主线程
线程同步
如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：
多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。
考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。
那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。
锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。
经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:50 # @Author : yangyuanqiang # @File : demo3.py import threading import time class myThread (threading.Thread): def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print ("开启线程： " + self.name) # 获取锁，用于线程同步 threadLock.acquire() print_time(self.name, self.counter, 3) # 释放锁，开启下一个线程 threadLock.release() def print_time(threadName, delay, counter): while counter: time.sleep(delay) print ("%s: %s" % (threadName, time.ctime(time.time()))) counter -= 1 threadLock = threading.Lock() threads = [] # 创建新线程 thread1 = myThread(1, "Thread-1", 1) thread2 = myThread(2, "Thread-2", 2) # 开启新线程 thread1.start() thread2.start() # 添加线程到线程列表 threads.append(thread1) threads.append(thread2) # 等待所有线程完成 for t in threads: t.join() print ("退出主线程")
以上实例输出的结果
开启线程： Thread-1 开启线程： Thread-2 Thread-1: Mon May 21 21:50:57 2018 Thread-1: Mon May 21 21:50:58 2018 Thread-1: Mon May 21 21:50:59 2018 Thread-2: Mon May 21 21:51:01 2018 Thread-2: Mon May 21 21:51:03 2018 Thread-2: Mon May 21 21:51:05 2018 退出主线程
线程优先级队列（ Queue）
Python 的 Queue 模块中提供了同步的、线程安全的队列类，包括FIFO（先入先出)队列Queue，LIFO（后入先出）队列LifoQueue，和优先级队列 PriorityQueue。
这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。
Queue 模块中的常用方法:
- Queue.qsize() 返回队列的大小
- Queue.empty() 如果队列为空，返回True,反之False
- Queue.full() 如果队列满了，返回True,反之False
- Queue.full 与 maxsize 大小对应
- Queue.get([block[, timeout]])获取队列，timeout等待时间
- Queue.get_nowait() 相当Queue.get(False)
- Queue.put(item) 写入队列，timeout等待时间
- Queue.put_nowait(item) 相当Queue.put(item, False)
- Queue.task_done() 在完成一项工作之后，Queue.task_done()函数向任务已经完成的队列发送一个信号
- Queue.join() 实际上意味着等到队列为空，再执行别的操作
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:51 # @Author : yangyuanqiang # @File : demo4.py import queue import threading import time exitFlag = 0 class myThread (threading.Thread): def __init__(self, threadID, name, q): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.q = q def run(self): print ("开启线程：" + self.name) process_data(self.name, self.q) print ("退出线程：" + self.name) def process_data(threadName, q): while not exitFlag: queueLock.acquire() if not workQueue.empty(): data = q.get() queueLock.release() print ("%s processing %s" % (threadName, data)) else: queueLock.release() time.sleep(1) threadList = ["Thread-1", "Thread-2", "Thread-3"] nameList = ["One", "Two", "Three", "Four", "Five"] queueLock = threading.Lock() workQueue = queue.Queue(10) threads = [] threadID = 1 # 创建新线程 for tName in threadList: thread = myThread(threadID, tName, workQueue) thread.start() threads.append(thread) threadID += 1 # 填充队列 queueLock.acquire() for word in nameList: workQueue.put(word) queueLock.release() # 等待队列清空 while not workQueue.empty(): pass # 通知线程是时候退出 exitFlag = 1 # 等待所有线程完成 for t in threads: t.join() print ("退出主线程")
以上实例输出的结果
开启线程：Thread-1 开启线程：Thread-2 开启线程：Thread-3 Thread-3 processing One Thread-3 processing Two Thread-1 processing Three Thread-2 processing Four Thread-2 processing Five 退出线程：Thread-2 退出线程：Thread-3 退出线程：Thread-1 退出主线程
二、 threadpool模块
pip install threadpool
（1）引入threadpool模块
（2）定义线程函数
（3）创建线程 池threadpool.ThreadPool()
（4）创建需要线程池处理的任务即threadpool.makeRequests()
（5）将创建的多个任务put到线程池中,threadpool.putRequest
（6）等到所有任务处理完毕theadpool.pool()
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:50 # @Author : yangyuanqiang # @File : demo1.py import time def sayhello(str): print("Hello ",str) time.sleep(2) name_list =['xiaozi','aa','bb','cc'] start_time = time.time() for i in range(len(name_list)): sayhello(name_list[i]) print('%d second'% (time.time()-start_time))
以上实例输出的结果
Hello xiaozi
Hello aa
Hello bb
Hello cc
8 second
改用线程池代码,花费时间更少，更效率
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:50 # @Author : yangyuanqiang # @File : demo1.py # import time # def sayhello(str): # print("Hello ",str) # time.sleep(2) # # name_list =['xiaozi','aa','bb','cc'] # start_time = time.time() # for i in range(len(name_list)): # sayhello(name_list[i]) # print('%d second'% (time.time()-start_time)) #花费时间更少 import time import threadpool def sayhello(str): print("Hello ",str) time.sleep(2) name_list =['xiaozi','aa','bb','cc'] start_time = time.time() pool = threadpool.ThreadPool(10) requests = threadpool.makeRequests(sayhello, name_list) [pool.putRequest(req) for req in requests] pool.wait() print('%d second'% (time.time()-start_time))
以上实例输出的结果
Hello aa
Hello xiaozi
Hello bb
Hello cc
2 second
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/23 21:50 # @Author : yangyuanqiang # @File : demo1.py # import time # def sayhello(str): # print("Hello ",str) # time.sleep(2) # # name_list =['xiaozi','aa','bb','cc'] # start_time = time.time() # for i in range(len(name_list)): # sayhello(name_list[i]) # print('%d second'% (time.time()-start_time)) #花费时间更少 import time import threadpool # def sayhello(str): # print("Hello ",str) # time.sleep(2) # # name_list =['xiaozi','aa','bb','cc'] # start_time = time.time() # pool = threadpool.ThreadPool(10) # requests = threadpool.makeRequests(sayhello, name_list) # [pool.putRequest(req) for req in requests] # pool.wait() # print('%d second'% (time.time()-start_time)) def hello(m, n, o): """""" print("m = %s, n = %s, o = %s" % (m, n, o)) if __name__ == '__main__': # 方法1 lst_vars_1 = ['1', '2', '3'] lst_vars_2 = ['4', '5', '6'] func_var = [(lst_vars_1, None), (lst_vars_2, None)] # 方法2 # dict_vars_1 = {'m': '1', 'n': '2', 'o': '3'} # dict_vars_2 = {'m': '4', 'n': '5', 'o': '6'} # func_var = [(None, dict_vars_1), (None, dict_vars_2)] pool = threadpool.ThreadPool(2) requests = threadpool.makeRequests(hello, func_var) [pool.putRequest(req) for req in requests] pool.wait()
以上实例输出的结果
m = 1, n = 2, o = 3
m = 4, n = 5, o = 6
