python线程-threading.local、定时器

thread.local

执行多线程时，若使用普通全局变量，则多线程执行结果会相互影响，导致结果错误，见下方代码执行结果

import threading
import time

class A:
    def __init__(self):
        self.x = 0

count = A()

def add(n):
    for i in range(int(n)):
        count.x += i
    print("count:",count.x)

t1 = threading.Thread(target=add,args='6')
t2 = threading.Thread(target=add, args='5')

t1.start()
t2.start()

执行结果：

 

 为了解决多线程全局变量执行结果相互影响的问题，python提供 threading.local 类，将这个类实例化得到一个全局对象，不同的线程使用这个对象存储的数据其他线程看不见。

import threading

count = threading.local()

def add(n):
    count.x = 0
    for i in range(int(n)):
        count.x += i
    print("count:",count.x)

t1 = threading.Thread(target=add,args='6')
t2 = threading.Thread(target=add, args='5')

t1.start()
t2.start()

执行结果：

 threading.local的实质

threading.local类构建了一个大字典，其元素是每一线程实例的地址为key和线程对象引用线程单独的字典的映射，如下:
{ id(Thread) -> (ref(Thread)，thread-local dict) }

通过threading.local实例就可在不同的线程中，安全地使用线程独有的数据，做到了线程间数据隔离，如同本地变量一样安全。

定时器

threading.Timer继承自Thread，用来定义多久执行一个函数

class threading.Timer(interval, function, args=None, kwargs=None)

start方法执行之后，Timer对象会处于等待状态，等待了interval之后，开始执行function函数

如果在执行函数之前的等待阶段，使用了cancel方法，就会跳过执行函数结束。

等待interval后执行函数：

import threading


def add():
    for i in range(10):
        print("current thread_id:",threading.current_thread().ident)
        time.sleep(1)

t1 = threading.Timer(3,add)
t1.start()

函数执行前加cancel方法：

import threading

def add():
    for i in range(10):
        print("current thread_id:",threading.current_thread().ident)
        time.sleep(1)

t1 = threading.Timer(1,add)
t1.cancel()
t1.start()