Python多线程

P66

创建多线程

1.线程是程序执行的最小单位，进程是操作系统分配资源的最小的单位

2.一个进程有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，但统一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）以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它线程不可见。

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。

# 串行浪费时间

import time


def text(x):
    print(x)
    time.sleep(2)

text(1)
text(2)  # 串行

方法创建多线程

import time
import threading


def text(x):
    print(x)
    time.sleep(2)


t1 = threading.Thread(target=text, args=(1, ))  # 创建多线程 target是目标，args是参数，参数必须是元组
t2 = threading.Thread(target=text, args=(2, ))
t1.start()  # 启动多线程
t2.start()

类创建多线程

import threading

class MyThread(threading.Thread):
    def __init__(self, n):
        super(MyThread,self).__init__()
        self.n = n
        
    def run(self):
        print('以类的方式是创建多线程',self.n)


r1 = MyThread(11)
r2 = MyThread(22)
r1.start()
r2.start()

P67

多线程特性

#串行时间长

import time

def run(x):
    print(f'线程{x}')
    time.sleep(2)

start_time = time.time()
run(1)
run(2)
#print(time.time())  # 1970到现在共走了多少秒
print(f'run()函数共运行了{time.time() - start_time}秒')

查看活动线程个数

threading.active_count( )

查看当前线程

threading.current_thread( )

P68

线程锁：一个线程在操作的时候把这个线程锁起来，不让其他的线程运行

import threading

def run(x):
    global x #修改全局变量
    lock.acquire() # 申请一把锁
    x += 1
    lock.release() # 将锁释放

if __name__ == '__main__':
    x = 0
    res = []
    lock = threading.Lock()
    for i in range(100):
        t = threading.Thread(target=run)
        t.start()
        res.append(t)

    for t in res:
        t.join()

    print(x)

P69

递归锁

用来锁的嵌套时使用

def run1():
    global x
    lock.acquire()
    x += 1
    lock.release()
    return x


def run2():
    global y
    lock.acquire()
    y += 1
    lock.release()
    return y


def run3():
    lock.acquire()
    res1 = run1()
    res2 = run2()
    lock.release()
    print(res1, res2)


if __name__ == '__name__':
    x = 0
    y = 0
    lock = threading.RLock() # 申请一把锁，防止x的值修改乱了 递归锁，做嵌套
    for i in range(50):
        t = threading.Thread(target=run3)
        t.start()

    while threading.active_count() != 1:
        print(f'正在运行{threading.active_count()}个线程')

    print('程序运行结束')