有些时候,比如下载图片,因为下载图片是一个耗时的操作。如果采用之前那种同步的方式下载。那效率肯会特别慢。这时候我们就可以考虑使用多线程的方式来下载图片。
多线程介绍
多线程
是为了同步完成多项
任务,通过提高
资源使用效率来提高系统的效率
。线程是在同一时间需要完成多项任务的时候实现的。
最简单的比喻多线程
就像火车的每一节车厢
,而进程
则是火车
。车厢离开火车是无法跑动的,同理火车也可以有多节车厢。多线程
的出现就是为了提高效率
。同时它的出现也带来了一些问题。更多介绍请参考:https://baike.baidu.com/item/多线程/1190404?fr=aladdin
threading模块介绍:
threading模块是python中专门提供用来做多线程编程的模块。threading模块中最常用的类是Thread。以下看一个简单的多线程程序:
#相当于coding和drawing同时执行
import threading
import time
def coding():
for x in range(3):
print("正在写代码%s"%x)
time.sleep(1)
def drawing():
for x in range(3):
print("正在画图%s"%x)
time.sleep(1)
def main():
t1=threading.Thread(target=coding)
t2=threading.Thread(target=drawing)
t1.start()
t2.start()
if __name__ == "__main__":
main()
查看线程数:
使用threading.enumerate()
函数便可以看到当前线程的数量。
查看当前线程的名字:
使用threading.current_thread()
可以看到当前线程的信息。
继承自threading.Thread
类:
为了让线程代码更好的封装。可以使用threading
模块下的Thread
类,继承自这个类,然后实现run
方法,线程就会自动运行run
方法中的代码。示例代码如下:
import threading
import time
class CodingThread(threading.Thread):
def run(self):
for x in range(3):
print('%s正在写代码' % threading.current_thread())
time.sleep(1)
class DrawingThread(threading.Thread):
def run(self):
for x in range(3):
print('%s正在画图' % threading.current_thread())
time.sleep(1)
def multi_thread():
t1 = CodingThread()
t2 = DrawingThread()
t1.start()
t2.start()
if __name__ == '__main__':
multi_thread()
多线程共享全局变量的问题:
多线程
都是在同一个进程
中运行的。因此在进程中的全局变量所有线程都是可共享的。这就造成了一个问题
,因为线程执行的顺序是无序
的。有可能会造成数据错误
。比如以下代码:
# 正确结果本来应该是1000000,2000000
# 结果可能是错的,因为两个线程可能在某次同时执行+1的代码,造成结果错误
import threading
value=0
def add_value():
#全局变量
global value
for x in range(1000000):
value+=1
print('value:%d'%value)
def main():
for x in range(2):
t=threading.Thread(target=add_value())
t.start()
if __name__=='__main__':
main()
锁机制:
为了解决以上使用共享全局变量的问题。threading
提供了一个Lock
类,这个类可以在某个线程访问某个变量的时候加锁,其他线程此时就不能进来,直到当前线程处理完后,把锁释放了,其他线程才能进来处理。示例代码如下:
import threading
value=0
gLock=threading.Lock()
def add_value():
#全局变量
global value
gLock.acquire()
for x in range(1000000):
value+=1
gLock.release()
print('value:%d'%value)
def main():
for x in range(2):
t=threading.Thread(target=add_value())
t.start()
if __name__=='__main__':
main()
Lock版本生产者和消费者模式:
生产者
和消费者
模式是多线程开发中经常见到的一种模式。生产者的线程专门用来生产一些数据,然后存放到一个中间的变量中。消费者再从这个中间的变量中取出数据进行消费。但是因为要使用中间变量,中间变量经常是一些全局变量,因此需要使用锁来保证数据完整性。以下是使用threading.Lock
锁实现的“生产者与消费者模式”的一个例子:
import threading
import random
import time
gmoney=1000
gLock=threading.Lock()
gTotalTimes=10
gTimes=0
class Producer(threading.Thread):
def run(self):
global gmoney
global gTimes
while True:
money=random.randint(100,1000)
gLock.acquire()
if gTimes>=10:
gLock.release()
break
gmoney+=money
print("%s生产了%d元钱,剩余%d元钱"%(threading.current_thread(),
money,gmoney))
gTimes+=1
gLock.release()
time.sleep(0.5)
class Consumer(threading.Thread):
def run(self):
global gmoney
while True:
money=random.randint(100,1000)
gLock.acquire()
if gmoney>=money:
gmoney-=money
print("%s消费了%d元钱,剩余%d元钱"%(threading.current_thread(),
money,gmoney))
else:
if gTimes>=gTotalTimes:
gLock.release()
break
print("%s消费者准备消费%d元钱,剩余%d元钱,不足!"%(threading.current_thread(),gmoney,money))
gLock.release()
time.sleep(0.5)
def main():
for x in range(3):
t=Consumer(name="消费者线程%d"%x)
t.start()
for x in range(3):
t=Producer(name="生产者线程%d"%x)
t.start()
if __name__=='__main__':
main()
Condition版的生产者与消费者模式:
Lock
版本的生产者与消费者模式可以正常的运行。但是存在一个不足,在消费者中,总是通过while True
死循环并且上锁的方式去判断钱够不够。上锁是一个很耗费CPU资源的行为。因此这种方式不是最好的。还有一种更好的方式便是使用threading.Condition
来实现。threading.Condition
可以在没有数据的时候处于阻塞等待状态。一旦有合适的数据了,还可以使用notify
相关的函数来通知其他处于等待状态的线程。这样就可以不用做一些无用的上锁和解锁的操作。可以提高程序的性能。首先对threading.Condition
相关的函数做个介绍,threading.Condition
类似threading.Lock
,可以在修改全局数据的时候进行上锁,也可以在修改完毕后进行解锁。以下将一些常用的函数做个简单的介绍:
1.acquire
:上锁。
2.release
:解锁。
3.wait
:将当前线程处于等待状态,并且会释放锁。可以被其他线程使用notify
和notify_all
函数唤醒。被唤醒后会继续等待上锁,上锁后继续执行下面的代码。
4.notify
:通知某个正在等待的线程,默认是第1个等待的线程。
5.notify_all
:通知所有正在等待的线程。notify
和notify_all
不会释放锁。并且需要在release
之前调用。
Condition
版的生产者与消费者模式代码如下:
import threading
import random
import time
gmoney=1000
gCondition=threading.Condition()
gTotalTimes=10
gTimes=0
class Producer(threading.Thread):
def run(self):
global gmoney
global gTimes
while True:
money=random.randint(100,1000)
gCondition.acquire()
if gTimes>=10:
gCondition.release()
break
gmoney+=money
print("%s生产了%d元钱,剩余%d元钱"%(threading.current_thread(),
money,gmoney))
gTimes+=1
gCondition.notify_all()
gCondition.release()
time.sleep(0.5)
class Consumer(threading.Thread):
def run(self):
global gmoney
while True:
money=random.randint(100,1000)
gCondition.acquire()
while gmoney<money:
if gTimes>=gTotalTimes:
gCondition.release()
return
print("%s准备消费%d元钱,还剩%d元钱,不足"%(threading.current_thread(),money,gmoney))
gCondition.wait()
gmoney-=money
print("%s消费了%d元钱,还剩%d元钱"%(threading.current_thread(),money,gmoney))
gCondition.release()
time.sleep(0.5)
def main():
for x in range(3):
t=Consumer(name="消费者线程%d"%x)
t.start()
for x in range(3):
t=Producer(name="生产者线程%d"%x)
t.start()
if __name__=='__main__':
main()
Queue线程安全队列:
在线程中,访问一些全局变量,加锁是一个经常的过程。如果你是想把一些数据存储到某个队列中,那么Python内置了一个线程安全的模块叫做queue
模块。Python中的queue模块中提供了同步的、线程安全的队列类,包括FIFO(先进先出)队列Queue,LIFO(后入先出)队列LifoQueue。这些队列都实现了锁原语(可以理解为原子操作,即要么不做,要么都做完),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。相关的函数如下:
1.初始化Queue(maxsize):创建一个先进先出的队列。
2.qsize():返回队列的大小。
3.empty():判断队列是否为空。
4.full():判断队列是否满了。
5.get():从队列中取最后一个数据。
put():将一个数据放到队列中。