Python高级培训-第三次任务

最新推荐文章于 2024-04-01 15:01:00 发布

小西在这里

最新推荐文章于 2024-04-01 15:01:00 发布

阅读量86

点赞数

文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/m0_53370147/article/details/122379996

版权

多线程

1.线程是程序执行的最小单位，而进程是操作系统分配资源的最小单位
2.一个进程由一个或多个线程组成，线程是一个进程中代码的不同执行路线
3.进程之间相互独立，但同一个进程下的各个线程之间共享程序的内存空间（包括代码段，数据集，堆等）及一些进程级的资源（如打开文件和信号等），某进程内的线程在其他进程不可见；
4.调度和切换：线程上下文切换比进程上下文切换要快得多

菜鸟教程连接：Python 多线程 | 菜鸟教程

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：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
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
程序的运行速度可能加快
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。

线程在执行过程中与进程还是有区别的。每个独立的进程有一个程序运行的入口、顺序执行序列和程序的出口。但是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。

每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。

指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

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。

Python中使用线程有两种方式：函数或者用类来包装线程对象。

函数式：调用thread模块中的start_new_thread()函数来产生新线程。语法如下:

thread.start_new_thread ( function, args[, kwargs] )

function - 线程函数。
args - 传递给线程函数的参数,他必须是个tuple类型。
kwargs - 可选参数。

线程使用有两种方式：

1：通过调用thread模块中的start_new_thread()函数来产生新线程。

2：通过类和继承实现线程的调用

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。

视频学习连接：python语言爱好者的个人空间_哔哩哔哩_Bilibili

"""创建多线程"""
import threading
import time

"""
# 1.线程是程序执行的最小单位，而进程是操作系统分配资源的最小单位
# 2.一个进程由一个或多个线程组成，线程是一个进程中代码的不同执行路线
# 3.进程之间相互独立，但同一个进程下的各个线程之间共享程序的内存空间（包括代码段，数据集，堆等）
#   及一些进程级的资源（如打开文件和信号等），某进程内的线程在其他进程不可见；
# 4.调度和切换：线程上下文切换比进程上下文切换要快得多

"""


def aa(x):
    print(x)
    time.sleep(2)  # 延迟两秒




t1 = threading.Thread(target=aa,args=(1,))  # 调用threading.Thread()函数 target=方法名 args(参数, ) 如果没有参数，则threading.Thread(target=方法名)即可
t2 = threading.Thread(target=aa, args=(2,))  # 传入参数2
t1.start()  # 启动多线程
t2.start()  # 启动多线程

# 用类来创建多线程
#创建类 继承自threading.Thread
class MyThread(threading.Thread):
    def __init__(self,n): #初始化 并传递参数
        super(MyThread, self).__init__() #继承自父类的初始化
        self.n = n

    #启动线程的函数 函数名必须是run
    def run(self):
        print("以类的方式创建多线程",self.n)


#调用类多线程
r1=MyThread(11) #实例化所创建的类
r2=MyThread(22) #实例化所创建的类
r1.start() # 启动多线程
r2.start() # 启动多线程

多线程的特性：

"""多线程的特性"""

import threading
import time

def run(x):
    print(f"程序{x}") # f方法：格式化字符串
    time.sleep(2)
    # 查看当前的线程
    print(threading.current_thread())

#程序主入口
if __name__ == '__main__':
    start_time = time.time()  # 在程序运行之前获取当前的时间戳

    res=[] #创建空列表接受线程

    for i in range(10): #循环执行函数 创建50个多线程
        t = threading.Thread(target=run,args=(i, )) #创建线程
        t.setDaemon(True)#守护线程 设置之后 线程运行完毕直接结束 不再等待 直接退出整个程序

        t.start() #启动线程
        res.append(t) #将执行的线程添加到列表里

    # 查看活动的线程个数
    print(threading.active_count()) #if __name__ == '__main__'也属于一个线程 最终结果会比线程数多一

    # for t in res: #遍历列表 线程列表
    #     t.join()



    # t.join() #等待函数 等t1运行结束之后再开始执行t2
    end_time = time.time()  # 在程序运行结束后获取时间戳
    print(f"run()函数共运行了{end_time - start_time}秒")  # 输出结束和起始时间的时间差 即为程序
    #1970年到现在共走了多少秒
    print(time.time()) #查看程序运行时间


    run(1) #程序运行次数
    run(2) #程序运行次数

    print(f"run()函数共运行了{end_time - start_time}秒") #输出结束和起始时间的时间差 即为程序运行时间

    t1 = threading.Thread(target=run,args=(1, ))
    t2 = threading.Thread(target=run, args=(2,))
    t1.start()
    t1.join() #等待函数 等t1运行结束之后再开始执行t2
    t2.start()

    #查看活动的线程个数
    print(threading.active_count())

    #查看当前的线程
    print(threading.current_thread())

线程同步（线程锁）

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。

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。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

使用Thread对象的Lock

"""线程锁"""
import threading


def run():
    # Python中定义函数时，若想在函数内部对函数外的变量进行操作，就需要在函数内部声明其为global。
    global x
    lock.acquire()  # 申请一把锁 防止多个线程同时操作同一个变量
    # python3里边已经解决了这个问题不会让多个线程同时操作同一个变量 但python2里存在这个问题
    x += 1
    lock.release()  # 释放锁


if __name__ == '__main__':
    x = 0
    res = []

    # 线程锁
    lock = threading.Lock()

    for i in range(50):
        t = threading.Thread(target=run)  # 创建多线程
        t.start()
        res.append(t)

    for t in res:
        t.join()

    print(x)

递归锁（Rlock）

"""递归锁"""
import threading


def run1():
    global x
    lock.acquire()  # 申请一把锁 锁2
    x += 1
    lock.release()  # 释放锁 锁2
    return x


def run2():
    global y
    lock.acquire()  # 申请一把锁
    y += 1
    lock.release()  # 释放锁
    return y


def run3():
    lock.acquire()  # 锁1
    tes1 = run1()
    tes2 = run2()
    lock.release()  # 锁1
    print(tes1, tes2)


if __name__ == '__main__':
    x = 0
    y = 0
    lock = threading.RLock()  # 创建线程锁 RLock()为递归锁（称为可重入锁） 防止锁之间的嵌套
    # 可重入锁必须由获得它的线程释放。
    # 一旦一个线程获得了一个可重入锁，这个线程就可以在不阻塞的情况下再次获得它;
    # 线程必须在每次获取它时释放它一次。
    for i in range(50):
        t = threading.Thread(target=run3)
        t.start()

    while threading.active_count() != 1:  # threading.active_count() 查看正在运行的线程的个数
        print(f'正在运行{threading.active_count()}个线程')

    print('程序运行结束')

线程优先级队列（ Queue）

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

此次任务：在一个线程中，每秒循环输出当前的年月日时分秒；与此同时，在另一个线程中，实现张三姓名每2秒打印输出4次结束

import threading
import datetime
import time

# 用类来创建多线程
#创建类 继承自threading.Thread
class MyThread(threading.Thread):
    def __init__(self): #初始化 并传递参数
        super(MyThread, self).__init__() #继承自父类的初始化

    # 启动线程的函数 函数名必须是run
    def run(self):
        while 1:
            day = datetime.datetime.now()
            time.sleep(1)  # 延迟一秒
            print("当前年月日时分秒:", day)


# 用类来创建多线程
#创建类 继承自threading.Thread
class mythread(threading.Thread):
    def __init__(self): #初始化 并传递参数
        super(mythread, self).__init__() #继承自父类的初始化

    # 启动线程的函数 函数名必须是run
    def run(self):
            i=0
            while i<4:
                time.sleep(2)  # 延迟两秒
                print("张三")
                i +=1



#程序主入口
if __name__ == '__main__':
    #调用类多线程
    r1=MyThread() #实例化所创建的类
    r2=mythread() #实例化所创建的类
    r1.start() # 启动多线程
    r2.start() # 启动多线程

输出结果：

小西在这里

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Python高级培训-第三次任务

多线程1.线程是程序执行的最小单位，而进程是操作系统分配资源的最小单位2.一个进程由一个或多个线程组成，线程是一个进程中代码的不同执行路线3.进程之间相互独立，但同一个进程下的各个线程之间共享程序的内存空间（包括代码段，数据集，堆等）及一些进程级的资源（如打开文件和信号等），某进程内的线程在其他进程不可见；4.调度和切换：线程上下文切换比进程上下文切换要快得多菜鸟教程连接：Python 多线程 | 菜鸟教程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：使用线程可以把占据长时
复制链接

扫一扫