python多线程模块threading学习总结

python除了thread模块,提供了更高级的threading模块来实现多线程
另外python在多核cpu中为提高并发,提供了multiprocessing多进程

threading模块提供的方法:

1.threading.active_count()
1.threading.activeCount() 获取正在运行的线程数量

2.threading.Condition() 相当于高级锁对象,可以使一个或多个线程等待直到被其他线程调度或通知, <<详情参考>>

3.threading.current_thread()
3.threading.currentThread() 返回当前线程对象

4.threading.enumerate() 返回当前存活即active的线程对象

5.threading.Event() 返回一个事件对象,可用set()将事件消息设置为true,也可用clear(),wait()设置等待,直到设置为true
<<详情参考>>

6.threading.local 是一个class类对象,拥有线程独有的data信息,不同的线程之间values值也不同
更详细的信息可用参考_threading_local模块

7.threading.Lock() 线程的锁对象,是一个基本的锁对象,一次只能一个锁定,其余锁请求,需等待锁释放后才能获取,
<<详情参考>>
7.threading.RLock() 多重锁,在同一线程中可用被多次acquire。如果使用RLock,那么acquire和release必须成对出现,
调用了n次acquire锁请求,则必须调用n次的release才能在线程中释放锁对象, <<详情参考>>

8.threading.Thread 一个线程控制器的对象

9.class threading.Timer 在间隔制定时间后执行线程, <<详情参考>>

10.threading.settrace(func) 在线程调用run()之前为所有的线程开启trace,实际调用的sys.settrace()

11.threading.setprofile(func) 在线程run()之前为线程设置profile属性值

12.threading.stack_size([size]) 堆栈size大小

13.threading.Semaphore([value]) 信号量,<<详情参考>>
13.threading.BoundedSemaphore([value]) 有界信号量,能够保证资源不超过vlaue值,默认1,<<详情参考>>

threading.Thread线程对象

定义:
class threading.Thread(group=None, target=None, name=None, args=(), kwargs={})
target调用对象,name线程名称,args=()参数

提供如下方法:

1.start()
2.run() 、 __init__() 可重写
3.join([timeout]) ,挂起进程,直到结束,也可设置超时时间,但超时后继续执行后续步骤,子进程不会退出,后面的示例会说明
4.getName()
5.setName() 也可以在线程对象创建时传入name参数
6.is_alive() / isAlive()
7.isDaemon()
8.setDaemon() 设置守护线程,<<详情参考>>

线程的一般使用:
start()
join()

示例:
基本的单个线程threading.Thread

#coding=utf8

import threading
import time

def showperson(name):
    print 'show person name :%s'%name

print '%s thread start!'%(time.ctime())
t =threading.Thread(target=showperson,args=("tom",))
t.start()
print '%s thread end!'%(time.ctime())

输出:

Sun May 28 16:37:01 2017 thread start!
show person name :tom
Sun May 28 16:37:01 2017 thread end!

改写为多个线程threading.Thread

#coding=utf8

import threading
import time

def showperson(name):
    print 'show person name :%s'%name

print '%s thread start!'%(time.ctime())

for i in range(3):
  t =threading.Thread(target=showperson,args=("person-%d"%i,))
  t.start()
print '%s thread end!'%(time.ctime
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python中的多线模块threading,它是用来解决Python程序中多任务处理的一个模块。通过使用threading,我们可以创建多个线程并行执行,从而提高程序的执行效率。在使用threading时,需要注意线程之间的同步问题,避免出现资源竞争等问题。同时,还需要注意线程锁、线程等待等概念,保证线程的正确执行。 ### 回答2: Python 是一种解释型脚本语言,具有高层次的语法结构和易于使用的语法特性,是一种适合编写快速成型的应用程序的开发语言。在 Python 中,多线程是一种非常重要的并发编程技术,threadingPython 标准库中提供的实现多线程的模块threading 模块提供了多线程程序中所需的所有操作。它支持以同步或异步方式启动线程,并提供了线程之间互斥访问共享资源的机制,同时还提供了信号量、定时器、线程池等高级功能。 Python 中的多线程机制与其他编程语言中的多线程机制非常相似。一个线程就是一个执行序列,Python线程可以共享全局变量、类、函数等数据结构。可以使用 threading.Thread 类创建新的线程,通过 start() 方法启动线程,通过 join() 方法等待线程停止运行。 Python 的 GIL(全局解释器锁)限制了多线程的并发性。GIL 是 Python 解释器用来协调多个线程之间访问共享资源的锁,它会使得同一时刻只有一个线程能够执行 Python 代码。GIL 的存在导致了 Python 的多线程并不是真正的并发,但是可以通过使用多进程或者协程来绕过 GIL 的限制。 在多线程编程中,线程间的通信是非常重要的。Python 提供了多种线程间通信的方式,如共享内存、信号量、锁、队列等。使用这些机制可以保证线程间的同步和数据的正确性。 总之,Python 中的 threading 模块提供了强大的多线程编程功能。通过深入了解和掌握这一模块,可以有效地提高并发编程的效率和质量。同时,需要注意 GIL 对多线程并发的限制,可以通过多进程或协程来规避这个问题。 ### 回答3: Python作为一种高级编程语言,在实际的应用中,多线程编程是很常见的,而多线程的核心模块就是threading。因此,本文将对Python线程详解threading进行阐述。 1. 什么是多线程 多线程是指一个程序中的多个线程可以同时运行,而不是只有一个线程在运行。每个线程都是独立的执行路径,它只负责自己的代码执行,不影响其他线程的执行。 在Python中,多线程编程可以让程序执行速度更快,提高系统的利用率和效率,减少用户等待时间。 2. Python线模块——threading详解 Python提供了多种实现多线程的模块,但最常用、也是官方推荐的是threading模块threading模块Python中的高级别线模块,它对底层的_thread模块进行了更高层次的封装,使得线模块的使用更为简便和安全。 使用线程的具体步骤: 1)导入模块:import threading 2)创建线程对象:t = threading.Thread() 3)定义线程执行的任务:def fun() 4)启动线程:t.start() 下面简单介绍一下threading模块的常用方法: ① threading.Thread(target=func, args=(), kwargs={}, name=) 参数说明: target:表示线程要执行的函数; args:表示要向线程函数传递的参数,以元组形式传入; kwargs:表示以字典形式传递的关键字参数; name:表示线程的名称。 ② t.start():表示启动线程。 ③ threading.current_thread():表示获取当前线程的实例。 ④ threading.active_count():表示当前线程在运行时的数量。 ⑤ threading.enumerate():表示获取当前正在运行的线程列表。 ⑥ t.join():表示等待当前线程执行完毕。 3. Python线程编程的注意事项 虽然Python线程编程可以提高程序效率,但也需要注意一些事项。 1)避免竞争条件:多个线程同时对同一个对象进行操作,可能会出现竞争条件,导致数据的错误处理,因此,应该使用锁机制来保证线程的同步操作。 2)避免死锁:多个线程同时互相等待对方释放资源,造成死锁,进而导致整个程序无法执行,因此,应该避免出现这种情况。 3)线程安全:有些操作是线程安全的,而有些则不是,如果不确定,需要查看方法是否线程安全。 4)多线程不一定一定比单线程快:多线程适用于多核CPU和IO密集型任务,如果是CPU密集型任务,多线程甚至可能会降低性能。 总之,Python线程编程是需要我们在实践中去不断积累经验的。希望本文能对初学者有所帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值