多任务之线程

最新推荐文章于 2022-11-30 19:24:01 发布

Step_Top

最新推荐文章于 2022-11-30 19:24:01 发布

阅读量110

点赞数

分类专栏： python 文章标签：线程 python 并发自定义线程

本文链接：https://blog.csdn.net/qq_41333582/article/details/82261541

版权

python 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

线程

一. 多任务

多任务：同一时间可以做多种事情。

操作系统可以同时运行多个任务。打个比方，你一边在使用浏览器上网，一边在使用网易云音乐听歌，一边在使用Word赶作业，这就是多任务。
操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

单核 cpu 是并发的执行多任务，真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

总结（重点）：

并发：指的是任务数多余cpu核数，通过操作系统的各种任务调度算法，实现用多个任务“一起”执行（实际上总有一些任务不在执行，因为切换任务的速度相当快，看上去一起执行而已）
并行：指的是任务数小于等于cpu核数，即任务真的是一起执行的

二. 多线程概念

线程就是在程序运行过程中，执行程序代码的一个分支，每个运行的程序至少都有一个线程。

单线程

一个接着一个按个执行，只有前一个执行完后，下一个接着执行。
导入多线程

    import threading

3 . Thread 类参数说明

Thread([group [, target [, name [, args [, kwargs]]]]])

    group: 线程组，目前只能使用None
    target: 执行的目标任务名
    args: 以元组的方式给执行任务传参
    kwargs: 以字典方式给执行任务传参
    name: 线程名，一般不用设置

4. 启动线程

start 方法

举例

import threading
import time


def sing():   # 唱歌
    # 扩展:-获取当前执行代码的线程
    print("sing:", threading.current_thread())
    for i in range(5):
        print("唱歌")
        time.sleep(0.2)


def dance():   # 跳舞
    # 扩展:-获取当前执行代码的线程
    print("dance:", threading.current_thread())
    for i in range(5):
        print("跳舞")
        time.sleep(0.2)


if __name__ == '__main__':

    # 扩展:-获取当前执行代码的线程
    print("main:", threading.current_thread())

    # 获取当前程序活动线程的列表
    thread_list = threading.enumerate()
    print("111:", thread_list, len(thread_list))

    # 创建唱歌线程, 表示创建的子线程执行唱歌任务
    sing_thread = threading.Thread(target=sing)
    # 创建跳舞的线程, 表示创建的子线程执行跳舞任务
    dance_thread = threading.Thread(target=dance)

    thread_list = threading.enumerate()
    print("222:", thread_list, len(thread_list))

    # 启动线程,执行对应的任务
    sing_thread.start()
    # 启动线程,执行对应的任务 
    dance_thread.start()
    提示：只有线程启动了，才能加入到活动线程列表中
    thread_list = threading.enumerate()
    print("333:", thread_list, len(thread_list))

执行结果：


111: [<_MainThread(MainThread, started 57652)>] 1
222: [<_MainThread(MainThread, started 57652)>] 1
唱歌
跳舞
333: [<Thread(Thread-1, started 58024)>, <Thread(Thread-2, started 56504)>, <_MainThread(MainThread, started 57652)>] 3
唱歌
跳舞
唱歌
跳舞
唱歌
跳舞
唱歌
跳舞

总结：

使用多线程可以完成多任务。
只有线程启动，线程才会加入到活动线程列表

三. 多线程注意点

线程之间执行是无序的。
主线程会等待所有子线程执行完后才关闭。
把主程序设置成为守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码

实现代码如下：

import threading
import time


# 测试主线程是否会等待子线程执行完成以后程序再退出
def show_info():
    for i in range(5):
        print("test:", i)
        time.sleep(0.5)


if __name__ == '__main__':
    # 创建子线程守护主线程 
    # daemon=True 守护主线程
    # 守护主线程方式1
    sub_thread = threading.Thread(target=show_info, daemon=True)
    # 设置成为守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码
    # 守护主线程方式2
    # sub_thread.setDaemon(True)
    sub_thread.start()

    # 主线程延时1秒
    time.sleep(1)
    print("over")

总结：

线程之间执行时无序的。
主线程会等待所有的子线程结束后才结束，如果需要可以设置守护主线程

四. 自定义线程

import threading


# 自定义线程类
class MyThread(threading.Thread):
    # 通过构造方法取接收任务的参数
    def __init__(self, info1, info2):
        # 调用父类的构造方法
        super(MyThread, self).__init__()
        self.info1 = info1
        self.info2 = info2

    # 定义自定义线程相关的任务
    def test1(self):
        print(self.info1)

    def test2(self):
        print(self.info2)

    # 通过run方法执行相关任务
    def run(self):
        self.test1()
        self.test2()


# 创建自定义线程
my_thread = MyThread("测试1", "测试2")
# 启动
my_thread.start()

执行结果：

测试1
测试2

总结：

自定义线程不能指定target，因为自定义线程里面的任务都统一在run方法里面执行
启动线程统一调用start方法，不要直接调用run方法, 因为这样不是使用子线程去执行任务

五. 多线程共享全局变量问题

案例：

import threading

# 定义全局变量
g_num = 0


# 循环一次给全局变量加1
def sum_num1():
    for i in range(1000000):
        global g_num
        g_num += 1

    print("sum1:", g_num)


# 循环一次给全局变量加1
def sum_num2():
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)


if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)

    # 启动线程
    first_thread.start()
    # 启动线程
    second_thread.start()

执行结果：

sum1: 1210949
sum2: 1496035  # 答案不确定

敲黑板划重点了

多线程同时多全局变量修改

1 . 全局变量数据错误的解决办法

线程同步: 保证同一时刻只能有一个线程去操作全局变量 同步: 就是协同步调，按预定的先后次序进行运行。如:你说完，我再说, 好比现实生活中的对讲机

线程等待(join)
互斥锁

import threading

# 定义全局变量
g_num = 0


# 循环1000000次每次给全局变量加1
def sum_num1():
    for i in range(1000000):
        global g_num
        g_num += 1

    print("sum1:", g_num)


# 循环1000000次每次给全局变量加1
def sum_num2():
    for i in range(1000000):
        global g_num
        g_num += 1
    print("sum2:", g_num)


if __name__ == '__main__':
    # 创建两个线程
    first_thread = threading.Thread(target=sum_num1)
    second_thread = threading.Thread(target=sum_num2)

    # 启动线程
    first_thread.start()
    # 主线程等待第一个线程执行完成以后代码再继续执行，让其执行第二个线程
    # 线程同步： 一个任务执行完成以后另外一个任务才能执行，同一个时刻只有一个任务在执行
    first_thread.join()
    # 启动线程
    second_thread.start()

执行结果：

sum1: 1000000
sum2: 2000000

总结：

多个线程同时对同一个全局变量进行操作，会有可能出现资源竞争数据错误的问题
线程同步方式可以解决资源竞争数据错误问题，但是这样有多任务变成了单任务。

2 . 互斥锁

互斥锁: 对共享数据进行锁定，保证同一时刻只能有一个线程去操作。

注意

抢到锁的线程先执行，没有抢到锁的线程需要等待，等锁用完后需要释放，然后其它等待的线程再去抢这个锁，那个线程抢到那个线程再执行。
具体那个线程抢到这个锁我们决定不了，是由cpu调度决定的。

线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。

互斥锁为资源引入一个状态：锁定/非锁定

某个线程要更改共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作，从而保证了多线程情况下数据的正确性。

threading模块中定义了Lock变量，这个变量本质上是一个函数，可以方便的处理锁定：

# 创建锁
mutex = threading.Lock()

# 锁定
mutex.acquire()

# 释放
mutex.release()

注意：

如果这个锁之前是没有上锁的，那么acquire不会堵塞
如果在调用acquire对这个锁上锁之前它已经被其他线程上了锁，那么此时acquire会堵塞，直到这个锁被解锁为止

3 . 使用互斥锁的目的

能够保证多个线程访问共享数据不会出现资源竞争及数据错误

4 . 上锁和解锁的过程

当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。
每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“阻塞”，直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。
线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态

5 . 死锁:

死锁：一直等待对方释放锁的情景就是死锁。

使用互斥锁的时候需要注意死锁的问题，要在合适的地方注意释放锁
死锁一旦发生就会造成应用的停止响应

总结：

锁的好处：

确保了某段关键代码只能由一个线程从头到尾完整地执行

锁的坏处：

多线程执行变成了包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了

Step_Top

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
多任务之线程

线程一. 多任务多任务：同一时间可以做多种事情。操作系统可以同时运行多个任务。打个比方，你一边在使用浏览器上网，一边在使用网易云音乐听歌，一边在使用Word赶作业，这就是多任务。操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度...
复制链接

扫一扫