Python多线程详解_python 可以使用几个线程(1)

2401_84140569

于 2024-04-29 09:40:22 发布

阅读量151

点赞数 1

分类专栏：程序员文章标签： python java jvm

本文链接：https://blog.csdn.net/2401_84140569/article/details/138302246

版权

程序员专栏收录该内容

137 篇文章 0 订阅

订阅专栏

如果加上join,并设置等待时间，就会等待线程一段时间再退出：

import
threading

import
time

def
target
(
)
:

‘the curent threading %s is running’

threading
.
current_thread
(
)
.
name

time
.
sleep
(
4
)

‘the curent threading %s is ended’

threading
.
current_thread
(
)
.
name

‘the curent threading %s is running’

threading
.
current_thread
(
)
.
name

threading
.
Thread
(
target

target
)

t
.
setDaemon
(
True
)

t
.
start
(
)

t
.
join
(
1
)

输出：

the
curent
threading
MainThread
is

running

the
curent
threading
Thread

running

the
curent
threading
MainThread
is

ended

主线程等待
1秒，就自动结束，并杀死子线程。如果
join不加等待时间，
t
.
join
(
)
,就会一直等待，一直到子线程结束，输出如下：

the
curent
threading
MainThread
is

running

the
curent
threading
Thread

running

the
curent
threading
Thread

ended

the
curent
threading
MainThread
is

ended

3、线程锁和ThreadLocal

（1）线程锁

对于多线程来说，最大的特点就是线程之间可以共享数据，那么共享数据就会出现多线程同时更改一个变量，使用同样的资源，而出现死锁、数据错乱等情况。

假设有两个全局资源，a和b，有两个线程thread1，thread2. thread1占用a，想访问b，但此时thread2占用b，想访问a，两个线程都不释放此时拥有的资源，那么就会造成死锁。

对于该问题，出现了Lock。当访问某个资源之前，用Lock.acquire()锁住资源,访问之后，用Lock.release()释放资源。

lock

threading
.
Lock
(
)

def
target
(
)
:

‘the curent threading %s is running’

threading
.
current_thread
(
)
.
name

time
.
sleep
(
4
)

global

lock
.
acquire
(
)

try
:

finally
:

lock
.
release
(
)

‘the curent threading %s is ended’

threading
.
current_thread
(
)
.
name

‘yes’

用finally的目的是防止当前线程无线占用资源。

(2)ThreadLocal

介绍完线程锁，接下来出场的是ThreadLocal。当不想将变量共享给其他线程时，可以使用局部变量，但在函数中定义局部变量会使得在函数之间传递特别麻烦。ThreadLocal是非常牛逼的东西，它解决了全局变量需要枷锁，局部变量传递麻烦的两个问题。通过在线程中定义：
local_school = threading.local()
此时这个local_school就变成了一个全局变量，但这个全局变量只在该线程中为全局变量，对于其他线程来说是局部变量，别的线程不可更改。 def process_thread(name):# 绑定ThreadLocal的student: local_school.student = name

这个student属性只有本线程可以修改，别的线程不可以。代码：

local

threading
.
local
(
)

def
func
(
name
)
:

‘current thread:%s’

threading
.
currentThread
(
)
.
name

local
.
name

name

“%s in %s”

(
local
.
name
,
threading
.
currentThread
(
)
.
name
)

threading
.
Thread
(
target

func
,
args

(
‘haibo’
,
)
)

threading
.
Thread
(
target

func
,
args

(
‘lina’
,
)
)

t1
.
start
(
)

t2
.
start
(
)

t1
.
join
(
)

t2
.
join
(
)

从代码中也可以看到，可以将ThreadLocal理解成一个dict,可以绑定不同变量。
ThreadLocal用的最多的地方就是每一个线程处理一个HTTP请求，在Flask框架中利用的就是该原理，它使用的是基于Werkzeug的LocalStack。

4、Map实现多线程：

对于多线程的使用，我们经常是用thread来创建，比较繁琐：

class

MyThread
(
threading
.
Thread
)
:

def
init
(
self
)
:

threading
.
Thread
.
init
(
self
)

def
run
(
self
)
:

lock
.
acquire
(
)

print
threading
.
currentThread
(
)
.
getName
(
)

lock
.
release
(
)

def
build_worker
(
num
)
:

workers

[
]

for

range
(
num
)
:

work

MyThread
(
)

work
.
start
(
)

workers
.
append
(
work
)

return

workers

def
producer
(
)
:

threads

build_worker
(
4
)

for

threads
:

w
.
join
(
)

‘Done’

如果要创建更多的线程，那就要一一加到里面，操作麻烦，代码可读性也变差。在Python中，可以使用map函数简化代码。map可以实现多任务的并发，简单示例：

urls

[
‘http://www.baidu.com’
,
‘http://www.sina.com’
,
‘http://www.qq.com’
]

results

map
(
urllib2
.
urlopen
,
urls
)

map将urls的每个元素当做参数分别传给urllib2.urlopen函数，并最后把结果放到results列表中，map 函数一手包办了序列操作、参数传递和结果保存等一系列的操作。其原理：外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

map函数负责将线程分给不同的CPU。

在 Python 中有个两个库包含了 map 函数： multiprocessing 和它鲜为人知的子库 multiprocessing.dummy.dummy 是 multiprocessing 模块的完整克隆，唯一的不同在于 multiprocessing 作用于进程，而 dummy 模块作用于线程。代码：