python多线程
一、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：
1.使用线程可以把耗时任务放到后台去处理。
2.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
3.程序的运行速度可能加快
4.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。
二、多线程的特点
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。
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。
三、线程的创建
python实现多线程有两种方式（函数，用类来包装线程对象）
1、函数式：调用thread模块中的start_new_thread()函数来产生新线程
import time
import _thread
def func(thread,delay):
for x in range(5):
time.sleep(delay)
print("%d正在执行线程%s"%(x,thread))
if x==4:
_thread.exit()
try:
_thread.start_new_thread(func, ("thread_1",2) )
_thread.start_new_thread(func,("thread_2",4))
except Exception as e:
print("运行线程出现异常")
while 1:
pass
输出结果：
0正在执行线程thread_1
0正在执行线程thread_2
1正在执行线程thread_1
2正在执行线程thread_1
1正在执行线程thread_2
3正在执行线程thread_1
4正在执行线程thread_1
2正在执行线程thread_2
3正在执行线程thread_2
4正在执行线程thread_2
2、线程模块创建线程
Python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。
threading 模块提供的其他方法：
- 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。
3、使用threading创建线程
import time
from threading import Thread
from typing import Optional, Callable, Any, Iterable, Mapping
# 通过Thread类来重写父类方法创建多线程
class MyThread(Thread):
def __init__(self,threadname,delay) -> None:
super().__init__()
self.threadname = threadname
self.delay = delay
def run(self) -> None:
super().run()
print("%s开始"%self.threadname)
cont_thread(self.threadname)
time.sleep(self.delay)
def cont_thread(threadname):
print("_________%s"%threadname)
for x in range(5):
print("%d-----------%s"%(x,threadname))
starttime = time.time()
# 创建两个线程
thread1 =MyThread("thread——1",2)
thread2 =MyThread("thread——2",4)
# 线程启动
thread1.start()
thread2.start()
# 运行至程序结束所有线程任务
thread1.join()
thread2.join()
endtime = time.time()
# 记录主线程运行的时间
print(endtime-starttime)
输出结果：
thread——1开始
_________thread——1
0-----------thread——1
thread——2开始
1-----------thread——1
_________thread——2
2-----------thread——1
0-----------thread——2
3-----------thread——1
1-----------thread——2
4-----------thread——1
2-----------thread——2
3-----------thread——2
4-----------thread——2
4.0012288093566895
四、同步线程
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。
方式一、加入线程锁：实现同步线程
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。
import time
from threading import Thread,Lock
from typing import Optional, Callable, Any, Iterable, Mapping
# 通过Thread类来重写父类方法创建多线程
class MyThread(Thread):
def __init__(self,threadname,delay) -> None:
super().__init__()
self.threadname = threadname
self.delay = delay
# 重写run函数，在次函数中执行多线程任务
def run(self) -> None:
super().run()
print("%s开始"%self.threadname)
# 添加线程锁
threadlock.acquire()
cont_thread(self.threadname)
time.sleep(self.delay)
# 释放线程锁
threadlock.release()
#
def cont_thread(threadname):
print("_________%s"%threadname)
for x in range(5):
print("%d-----------%s"%(x,threadname))
starttime = time.time()
# 创建线程锁
threadlock =Lock()
# 创建两个线程
thread1 =MyThread("thread——1",2)
thread2 =MyThread("thread——2",4)
# 线程启动
thread1.start()
thread2.start()
# 运行至程序结束所有线程任务
thread1.join()
thread2.join()
endtime = time.time()
# 记录主线程运行的时间
print(endtime-starttime)
输出结果：
thread——1开始
_________thread——1
0-----------thread——1
1-----------thread——1
2-----------thread——1
3-----------thread——1
4-----------thread——1
thread——2开始
_________thread——2
0-----------thread——2
1-----------thread——2
2-----------thread——2
3-----------thread——2
4-----------thread——2
6.001343250274658
方式二、使用队列方式，实现同步线程
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
案例如下：
import time
from threading import Thread
import queue
from typing import Optional, Callable, Any, Iterable, Mapping
exitflag=0
# 构建形成类
class MyThread( Thread):
def __init__(self,threadname,q) -> None:
super().__init__()
self.threadname =threadname
self.q = q
# 重写线程任务
def run(self) -> None:
super().run()
while not exitflag:
# 退出条件
if self.q.empty():
break
# 执行线程任务
try:
# 获取数据
num = self.q.get()
print("%s--------------------取出%d"%(self.threadname,num))
# 此处必须添加队列任务结束，否则，程序将一直开启，
self.q.task_done()
except Exception as e:
print(e)
def main():
print("***********主线程开始***********")
# 创建队列，并向队列中添加数据
q = queue.Queue(100)
for x in range(80):
q.put(x)
# 创建线程对象，执行从队列中取数据
thread1 = MyThread("thread1",q)
thread2 =MyThread("thread2",q)
thread3 = MyThread( "thread3",q)
#开启线程任务
thread1.start()
thread2.start()
thread3.start()
# 注意:在关闭子线程任务之后才能继续执行主线程任务
# 结束子线程
thread1.join()
thread2.join()
thread3.join()
# 结束队列任务
# q.join()
print("***********主线程结束************")
if __name__ == '__main__':
main()
