python并发编程之多线程(二)

python并发编程之多线程(二)

上一篇介绍了,threading 模块的主核心设计 Thread, Semaphore, Lock/Rlook
这一篇将介绍多线程的condition ,event,queue, 及其应用场景

condition

 一个线程等待特定条件,另一个线程的发送特定条件 ,这进condition就可以派上用场,用生产/消费模式示例

import threading
import time


def consumer(cond):
    t = threading.currentThread()
    with cond:
        cond.wait()
        print('已经接受到特定条件,执行{}'.format(t.name))


def producer(cond):
    t = threading.currentThread()
    with cond:
        print('{}生产特定条件'.format(t.name))
        cond.notify()


cond = threading.Condition()

c1 = threading.Thread(name='c1', target=consumer, args=[cond, ])
c2 = threading.Thread(name='c2', target=consumer, args=[cond, ])



c1.start()
c2.start()
for _ in range(len(cond._waiters)):
    p = threading.Thread(name='p', target=producer, args=[cond, ])
    p.start()
    time.sleep(2)

cond._waiters: 表示消费者数wait()
执行结果:

event

condition 是一个线程等待,一个线程创造条件,event 是一个线程发送请求,一个处理
也用生产消费者模式来说明一下

```python
import threading
import time
from random import randint


def consumer(event, l):
    t = threading.currentThread()
    while 1:
        try:
            integer = l.pop()
            print('{}poped by {}'.format(integer, t.name))
            event.clear()
            time.sleep(0.001)
        except IndexError:
            pass


def producer(event, l):
    t = threading.currentThread()
    while 1:
        integer = randint(1, 10)
        l.append(integer)
        print('{}append by {}'.format(integer, t.name))
        event.set()
        time.sleep(2)


e = threading.Event()

threads = []
l = []
for c in ['c1', 'c2', 'c3']:
    t = threading.Thread(name=c, target=consumer, args=[e, l])
    t.start()
    threads.append(t)

t = threading.Thread(name='p',target=producer, args=[e,l])
threads.append(t)
t.start()
for t in threads:
    t.join()

producer 生产结果随机分配给consumer 处理:
结果:

queue

在使用queue的时候我们往往要用到多线程,一个线程往队列里放任务,一个线程处理队列中的任务
我们用一个最简单的队列架构说明一下

import threading
import queue
import time
from random import randint


def fibs(n):
    if n == 1:
        return 1
    if n == 2:
        return 2
    return fibs(n - 1) + fibs(n - 2)


q = queue.Queue()


def task_create():
    while 1:
        time.sleep(0.1)
        n = randint(1, 10)
        print('生成任务{}({})'.format(fibs.__name__, n))
        q.put((fibs, n))


def task_execute():
    while 1:
        fun, args = q.get()
        print('结果：{}'.format(fun(args)))


for f in [task_create,task_execute]:
    t = threading.Thread(target=f)
    t.start()

结果:

关于queue 我们主要要了解以下方法

• put: 向队列中添加一个项。
• get: 从队列中删除并返回一个项。
• task_done: 当某一项任务完成时调用。
• join: 阻塞直到所有的项目都被处理完。

以及以带有优先及的队列PriorityQueue 与先进后出的队列LifoQueue

end!!!