Python 多线程

线程实现

python 的 thread 模块是比较底层的模块，threading 模块是对 thread 做了一些封装的，可以更好的使用

说明：python的threading.Thread类有一个run方法，用于定义线程的功能函数，可以在自己的线程类中覆盖该方法。而创建自己的线程实例后，通过Thread类的start方法，可以启动该线程，交给python虚拟机进行调度，当该线程获得执行的机会时，就会调用run方法执行线程

多线程执行

# coding=utf-8
import threading
import time


class HelloWorld(threading.Thread):
    def run(self):
        print(f"hello, world ~, my name is{self.name}")
        time.sleep(1)


if __name__ == '__main__':
    for i in range(5):
        hello_obj = HelloWorld()
        hello_obj.start()

可以看到同时打印了 hello, world ~，还有自己的 name（Thread-id）；当调用 start() 时，才会真正的创建线程，并且开始执行

主线程会等待所有的子线程结束后才结束

# coding=utf-8
import threading
import time


class HelloWorld(threading.Thread):
    def __init__(self, num):
        threading.Thread.__init__(self)
        self.second = num

    def run(self):
        print(f"hello, world ~, my name is{self.name}")
        time.sleep(self.second)


if __name__ == '__main__':
    for i in range(5):
        hello_obj = HelloWorld(i)
        hello_obj.start()
    while True:
        # 查看当前运行的线程数量
        length = len(threading.enumerate())
        print(f"current running thread num is:{length}")
        if length <= 3:
            break
        time.sleep(1)

总结：

1. 每个线程默认有一个名字，尽管上面的例子中没有指定线程对象的name，但是python会自动为线程指定一个名字
2. 当线程的run()方法结束时该线程完成
3. 无法控制线程调度顺序，但可以通过别的方式来影响线程调度的方式

 

多线程-共享全局变量

在一个进程内的所有线程共享全局变量，很方便在多个线程间共享数据

缺点就是，线程是对全局变量随意遂改可能造成多线程之间对全局变量的混乱（即线程非安全）

from threading import Thread
import time

g_num = 100


class Work1(Thread):
    def run(self):
        global g_num
        for i in range(3):
            g_num += 1

        print(f"----in work1, g_num is {g_num}---")
        

class Work2(Thread):
    def run(self):
        global g_num
        print(f"----in work2, g_num is {g_num}---")


print(f"---线程创建之前g_num is {g_num}---")

t1 = Work1()
t1.start()

# 延时一会，保证t1线程中的事情做完
time.sleep(1)

t2 = Work2()
t2.start()

多线程开发可能遇到的问题

假设两个线程 t1 和 t2 都要对全局变量 g_num (默认是0)进行加1运算，t1 和 t2 都各对 g_num 加10次，g_num 的最终的结果应该为 20

但是由于是多线程同时操作，有可能出现下面情况：

1. 在 g_num=0 时，t1 取得 g_num=0。此时操作系统把 t1 调度为”sleeping”状态，把 t2 转换为”running”状态，t2 也获得 g_num=0
2. 然后 t2 对得到的值进行加1并赋给 g_num，使得 g_num=1
3. 然后操作系统又把 t2 调度为”sleeping”，把 t1 转为”running”，线程 t1 又把它之前得到的0加1后赋值给 g_num
4. 这样导致虽然 t1 和 t2 都对 g_num 加1，但结果仍然是 g_num=1

   # coding=utf-8
   import time
   import threading
   from threading import Thread
   
   g_num = 0
   
   
   class Work1(Thread):
       def __init__(self, count):
           Thread.__init__(self)
           self.count = count
   
       def run(self):
           global g_num
           for i in range(self.count):
               g_num += 1
           # print(f"----in work1, g_num is {g_num}---")
   
   
   class Work2(Work1):
       pass
   
   
   print(f"---线程创建之前g_num is {g_num}---")
   
   count = 1000000
   
   t1 = Work1(count)
   t1.start()
   
   t2 = Work2(count)
   t2.start()
   
   while len(threading.enumerate()) != 1:
       time.sleep(1)
   
   print("2个线程对同一个全局变量操作之后的最终结果是:%s" % g_num)
   
   运行结果
   ---线程创建之前g_num is 0---
   2个线程对同一个全局变量操作之后的最终结果是:1275729

 如果多个线程同时对同一个全局变量操作，会出现资源竞争问题，从而数据结果会不正确