问题
你要为需要并发执行的代码创建/销毁线程
解决方案
threading
库可以在单独的线程中执行任何的在 Python 中可以调用的对象。你可以创建一个 Thread
对象并将你要执行的对象以 target 参数的形式提供给该对象。 下面是一个简单的例子:
# Code to execute in an independent thread
import time
def countdown(n):
while n > 0:
print('T-minus', n)
n -= 1
time.sleep(5)
# Create and launch a thread
from threading import Thread
t = Thread(target=countdown, args=(10,))
t.start()
当你创建好一个线程对象后,该对象并不会立即执行,除非你调用它的 start()
方法(当你调用 start()
方法时,它会调用你传递进来的函数,并把你传递进来的参数传递给该函数)。Python中的线程会在一个单独的系统级线程中执行(比如说一个 POSIX 线程或者一个 Windows 线程),这些线程将由操作系统来全权管理。线程一旦启动,将独立执行直到目标函数返回。你可以查询一个线程对象的状态,看它是否还在执行:
if t.is_alive():
print('Still running')
else:
print('Completed')
你也可以将一个线程加入到当前线程,并等待它终止:
t.join()
补充:一个join()实例,线程t在一直运行,线程t2在等线程t1结束后在运行:
from threading import Thread
import time
def count1():
print("count1 start")
for i in range(5):
print("count1:%s" % i)
time.sleep(2)
print("count1 stop")
def count2():
print("count2 start")
for i in range(5):
print("count2:%s" % i)
time.sleep(2)
print("count2 stop")
def count():
print("count start")
for i in range(10):
print("count:%s" % i)
time.sleep(2)
print("count stop")
t=Thread(target=count)
t1=Thread(target=count1)
t2=Thread(target=count2)
t.start()
t1.start()
t1.join()
t2.start()
t2.join()
t.join()
输出:
count start
count:0
count1 start
count1:0
count1:1
count:1
count1:2
count:2
count:3
count1:3
count1:4
count:4
count:5
count1 stop
count2 start
count2:0
count2:1
count:6
count2:2
count:7
count2:3
count:8
count:9
count2:4
count stop
count2 stop
Python解释器直到所有线程都终止前仍保持运行。对于需要长时间运行的线程或者需要一直运行的后台任务,你应当考虑使用后台线程。 例如:
t = Thread(target=countdown, args=(10,), daemon=True)
t.start()
补充:
在脚本运行过程中有一个主线程,若在主线程中创建了子线程,当主线程结束时根据子线程daemon属性值的不同可能会发生下面的两种情况之一:
如果某个子线程的daemon属性为False,主线程结束时会检测该子线程是否结束,如果该子线程还在运行,则主线程会等待它完成后再退出;
如果某个子线程的daemon属性为True,主线程运行结束时不对这个子线程进行检查而直接退出,同时所有daemon值为True的子线程将随主线程一起结束,而不论是否运行完成。
属性daemon的值默认为False,如果需要修改,必须在调用start()方法启动线程之前进行设置。另外要注意的是,上面的描述并不适用于IDLE环境中的交互模式或脚本运行模式,因为在该环境中的主线程只有在退出Python IDLE时才终止。
如果线程执行一些像I/O这样的阻塞操作,那么通过轮询来终止线程将使得线程之间的协调变得非常棘手。比如,如果一个线程一直阻塞在一个I/O操作上,它就永远无法返回,也就无法检查自己是否已经被结束了。要正确处理这些问题,你需要利用超时循环来小心操作线程。 例子如下:
class IOTask:
def terminate(self):
self._running = False
def run(self, sock):
# sock is a socket
sock.settimeout(5) # Set timeout period
while self._running:
# Perform a blocking I/O operation w/ timeout
try:
data = sock.recv(8192)
break
except socket.timeout:
continue
# Continued processing
...
# Terminated
return
讨论
由于全局解释锁(GIL)的原因,Python 的线程被限制到同一时刻只允许一个线程执行这样一个执行模型。所以,Python 的线程更适用于处理I/O和其他需要并发执行的阻塞操作(比如等待I/O、等待从数据库获取数据等等),而不是需要多处理器并行的计算密集型任务。