Python线程编程之Thread详解

一、线程编程(Thread)

1、线程基本概念

1.1、什么事线程

• 线程被称为轻量级的进程
• 线程也可以使用计算机多核资源,是多任务编程方式
• 线程是系统分配内核的最小单元
• 线程可以理解为进程的分支任务

1.2、线程特征

• 一个进程中可以包含多个线程
• 线程也是一个运行行为,消耗计算机资源
• 一个线程中的所有线程共享这个进程的资源
• 多个线程之间的运行互不影响各自运行
• 线程的创建和销毁消耗资源远小于进程
• 各个线程也有自己的ID等特征

二、threading模块创建线程

1、创建线程对象

1 2 3 4 5 6

from threading import Thread t = Thread() 功能: 创建线程对象 参数: target 绑定线程函数     args 元组 给线程函数位置传参     kwargs 字典 给线程函数键值传参

2、 启动线程

1

t.start()

3、 回收线程

t.join([timeout])

4、代码演示

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

""" thread1.py 线程基础使用 步骤: 1. 封装线程函数 2.创建线程对象 3.启动线程 4.回收线程 """ import os from threading import Thread from time import sleep a = 1 # 线程函数 def music():     for i in range(3):         sleep(2)         print('播放:黄河大合唱 %s' % os.getpid())     global  a     print("a,",a)     a = 1000 # 创建线程对象 t = Thread(target=music) # 启动线程 t.start() for i in range(3):     sleep(1)     print('播放:beauty love %s' % os.getpid()) # 回收线程 t.join() print('程序结束') print("a,", a)

5、线程对象属性

1.t.name 线程名称

2.t.setName() 设置线程名称

3.t.getName()获取线程名称

4.t.is_alive() 查看线程是否在生命周期

5.t.daemon 设置主线程和分支线程退出分支线程也退出.要在start前设置 通常不和join 一起使用

6.代码演示

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

""" thread3.py 线程属性演示 """ from threading import Thread from time import sleep   def fun():     sleep(3)     print('线程属性测试')   t = Thread(target=fun, name='ceshi') # 主线程退出分支线程也退出 必须在start前使用 与join 没有意义 t.setDaemon(True) t.start() print(t.getName()) t.setName('Tedu') print('is alive:', t.is_alive()) print('daemon', t.daemon)

6、自定义线程类

1.创建步骤

1.继承Thread类

2.重写 __init__方法添加自己的属性 使用super加载父类属性

3.重写run方法

2.使用方法

1.实例化对象

2.调佣start自动执行run方法

3.调佣join回收线程

代码演示

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

""" 自定义线程类例子 """ from threading import Thread   # 自定义线程类 class ThreadClass(Thread):     # 重写父类 init     def __init__(self, *args, **kwargs):         self.attr = args[0]         # 加载父类init         super().__init__()     # 假设需要很多步骤完成功能     def f1(self):         print('1')     def f2(self):         print(2)     # 重写run 逻辑调佣     def run(self):         self.f1()         self.f2()   t = ThreadClass() t.start() t.join()

7、一个很重要的练习 我很多不懂

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

from threading import Thread from time import sleep, ctime   class MyThread(Thread):     def __init__(self, group=None, target=None, name=None,                  args=(), kwargs=None, *, daemon=None):         super().__init__()         self.fun = target         self.args = args         self.kwargs = kwargs     def run(self):         self.fun(*self.args, **self.kwargs)   def player(sec, song):     for i in range(3):         print("Playing %s : %s" % (song, ctime()))         sleep(sec)   t = MyThread(target=player, args=(3,), kwargs={'song': '量量'}) t.start() t.join()

8、线程间通信

1.通信方法

1.线程间使用全局遍历进行通信

2.共享资源争夺

1.共享资源:多个进程或者线程都可以操作的资源称为共享资源,对共享资源的操作代码段称为临界区

2.影响:对公共资源的无序操作可能会带来数据的混乱,或者操作错误.此时往往需要同步互斥机制协调操作顺序

3.同步互斥机制

1.同步:同步是一种协作关系,为完成操作,多进程或者线程形成一种协调,按照必要的步骤有序执行操作

​ 2.互斥:互斥是一种制约关系,当一个进程或者线程占有资源时,会进行加锁处理,此时其它进程线程就无法操作该资源,直到解锁后才能操作

1	## 9.线程同步互斥方法

1. 线程Event 代码演示

1 2 3 4 5 6 7 8 9 10 11

from threading import Event # 创建线程event对象 e = Event() # 阻塞等待e被set e.wait([timeout]) # 设置e, 使wait结束阻塞 e.set() # 使e回到未被设置状态 e.clear() # 查看当前e是否被设置 e.is_set()

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

""" event 线程互斥方法演示 """ from threading import Event, Thread s = None  # 用于通信 e = Event() def yzr():     print('杨子荣前来拜山头')     global s     s = '天王盖地虎'     e.set() #操作完共享资源 e设置   t = Thread(target=yzr) t.start() print('说对口令就是自己人') e.wait() #阻塞等待 e.set() if s == '天王盖地虎':     print('宝塔镇河妖')     print('确认过眼神,你是对的人')     e.clear() else:     print('打死他...') t.join() print('程序结束')

2. 线程锁 Lock代码演示

1 2 3 4 5 6 7 8

from threading import Lock lock = Lock()创建锁对象 lock.acquire() 上锁 如果lock已经上锁再调用会阻塞 lock.release() 解锁 with lock: 上锁 .... .... with 代码块解锁自动解锁

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

""" thread_lock 线程锁演示 """ from threading import Thread, Lock a = b = 0 lock = Lock()   def value():     while True:         # 上锁         lock.acquire()         print('a=%d,b=%d' % (a, b)) if a != b else print('a不等于b')         # 解锁         lock.release()   t = Thread(target=value) t.start() while True:     # with 开始上锁     with lock:         a += 1         b += 1     # with 解锁 自动解锁 t.join() print('程序结束')

10、死锁及其处理

1.定义

死锁是指两个或者两个以上的线程在执行过程中,由于竞争资源或者由于彼此通信而造成的一种阻塞的现象,若无外力作用,他们都将无法推进下去.此时称系统处于死锁状态或系统产生了死锁.

2.图解

3. 死锁产生条件

死锁发生的必要条件

• 互斥条件：指线程对所分配到的资源进行排它性使用，即在一段时间内某资源只由一个进程占用。如果此时还有其它进程请求资源，则请求者只能等待，直至占有资源的进程用毕释放。
• 请求和保持条件：指线程已经保持至少一个资源，但又提出了新的资源请求，而该资源已被其它进程占有，此时请求线程阻塞，但又对自己已获得的其它资源保持不放。
• 不剥夺条件：指线程已获得的资源，在未使用完之前，不能被剥夺，只能在使用完时由自己释放,通常CPU内存资源是可以被系统强行调配剥夺的。
• 环路等待条件：指在发生死锁时，必然存在一个线程——资源的环形链，即进程集合{T0，T1，T2，···，Tn}中的T0正在等待一个T1占用的资源；T1正在等待T2占用的资源，……，Tn正在等待已被T0占用的资源。
• 死锁的产生原因

简单来说造成死锁的原因可以概括成三句话：

• 当前线程拥有其他线程需要的资源
• 当前线程等待其他线程已拥有的资源
• 都不放弃自己拥有的资源

如何避免死锁

死锁是我们非常不愿意看到的一种现象，我们要尽可能避免死锁的情况发生。通过设置某些限制条件，去破坏产生死锁的四个必要条件中的一个或者几个，来预防发生死锁。预防死锁是一种较易实现的方法。但是由于所施加的限制条件往往太严格，可能会导致系统资源利用率。

4.死锁代码演示

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45

from time import sleep from threading import Thread, Lock   # 交易类 class Account:     def __init__(self, _id, balance, lock):         # 用户         self._id = _id         # 存款         self.balance = balance         # 锁         self.lock = lock     # 取钱     def withdraw(self, amount):         self.balance -= amount     # 存钱     def deposit(self, amount):         self.balance += amount     # 余额     def get_balance(self):         return self.balance   Tom = Account('Tom', 5000, Lock()) Alex = Account('Alex', 8000, Lock())   def transfer(from_, to, amount):     # 锁住自己账户     if from_.lock.acquire():         # 账户减少         from_.withdraw(amount)         sleep(0.5)         if to.lock.acquire():             to.deposit(amount)             to.lock.release()         from_.lock.release()     print('转账完成 %s给%s转账%d' % (from_._id, to._id, amount))   # transfer(Tom, Alex, 1000) t1 = Thread(target=transfer, args=(Tom, Alex, 2000)) t2 = Thread(target=transfer, args=(Alex, Tom, 3500)) t1.start() t2.start() t1.join() t2.join() print('程序结束')

python线程GIL

1.python线程的GIL问题 （全局解释器锁）

什么是GIL ：由于python解释器设计中加入了解释器锁，导致python解释器同一时刻只能解释执行一个线程，大大降低了线程的执行效率。

导致后果： 因为遇到阻塞时线程会主动让出解释器，去解释其他线程。所以python多线程在执行多阻塞高延迟IO时可以提升程序效率，其他情况并不能对效率有所提升。

GIL问题建议

• 尽量使用进程完成无阻塞的并发行为
• 不使用c作为解释器 （Java C#）

总结：

在无阻塞状态下，多线程程序和单线程程序执行效率几乎差不多，甚至还不如单线程效率。但是多进程运行相同内容却可以有明显的效率提升。