调用threading模块
import time, threading
# 新线程执行的代码:
def loop():
pass
t = threading.Thread(target=loop, name='LoopThread')
t.start()
t.join()
多线程有个问题,共享进程变量,有时候会出问题,在对一个变量进行一些连续操作的中途,别的线程改变了变量,很危险。
于是我们要加锁。锁可以阻止多线程访问一个资源,但效率会下降,而且锁多了可能导致死锁。
lock = threading.Lock()
def run_thread(n):
for i in range(100000):
lock.acquire()
try:
change_it(n)
finally:
lock.release()
还有就是python是无法实现真正的多线程并发的,因为python解释器在解释执行代码时会把当前100行字节码给锁了,这个锁叫做GIL锁(Global Interpreter Lock)。这时只能让一个线程运行,然后再换一个线程运行下100行字节码。是多线程,但是是伪的。
还有就是IO操作不锁定GIL,这时其他线程可以正常执行。即IO多线程并发是可以的,在python下(常规解释器)
多线程除了共享进程变量,他自己还有自己的局部变量
我们用ThreadLocal对象实现局部变量,用ThreadLocal的好处在于我们既可以弄个全局性质的变量(名字一样),但是呢,在多线程里调用到又是他自己的(局部)。
ThreadLocal是通过dict查询线程名字的原理实现的
import threading
# 创建全局ThreadLocal对象:
local_school = threading.local()
def process_student():
# 获取当前线程关联的student:
std = local_school.student
print('Hello, %s (in %s)' % (std, threading.current_thread().name))
def process_thread(name):
# 绑定ThreadLocal的student:
local_school.student = name
process_student()
t1 = threading.Thread(target= process_thread, args=('Alice',), name='Thread-A')
t2 = threading.Thread(target= process_thread, args=('Bob',), name='Thread-B')
t1.start()
t2.start()
t1.join()
t2.join()
执行结果:
Hello, Alice (in Thread-A)
Hello, Bob (in Thread-B)
ThreadLocal最常用的地方就是为每个线程绑定一个数据库连接,HTTP请求,用户身份信息等,这样一个线程的所有调用到的处理函数都可以非常方便地访问这些资源。
参考: