python 线程

一、线程背景 (详情参考:https://www.cnblogs.com/clschao/articles/9684694.html)

　　1、进程

　　之前我们已经了解了操作系统中进程的概念，程序并不能单独运行，只有将程序装载到内存中，系统为它分配资源才能运行，而这种执行的程序就称之为进程。程序和进程的区别就在于：程序是指令的集合，它是进程运行的静态描述文本；进程是程序的一次执行活动，属于动态概念。在多道编程中，我们允许多个程序同时加载到内存中，在操作系统的调度下，可以实现并发地执行。这是这样的设计，大大提高了CPU的利用率。进程的出现让每个用户感觉到自己独享CPU，因此，进程就是为了在CPU上实现多道编程而提出的。

　　进程有很多优点，它提供了多道编程，让我们感觉我们每个人都拥有自己的CPU和其他资源，可以提高计算机的利用率。

　　2、为什么要有线程

　　　进程的不足：

（1）进程只能在一个时间干一件事，如果想同时干两件事或多件事，进程就无能为力了。

（2）进程在执行的过程中如果阻塞，例如等待输入，整个进程就会挂起，即使进程中有些工作不依赖于输入的数据，也将无法执行。

　　3、注意:（1）进程是资源分配的最小单位,线程是CPU调度的最小单位.

　　　　　　（2）每一个进程中至少有一个线程。　

　　　　　　（3）进程只是用来把资源集中到一起（进程只是一个资源单位，或者说资源集合），而线程才是                                    cpu上的执行单位。

 

二、进程与线程的关系

 

 

　　线程与进程的区别可以归纳为以下4点：

　　1）地址空间和其它资源（如打开文件）：进程间相互独立，同一进程的各线程间共享。某进程内的线程在其它进程不可见。

　　2）通信：进程间通信IPC，线程间可以直接读写进程数据段（如全局变量）来进行通信——需要进程同步和互斥手段的辅助，以保证数据的一致性。（就类似进程中的锁的作用）

　　3）调度和切换：线程上下文切换比进程上下文切换要快得多。

　　4）在多线程操作系统中（现在咱们用的系统基本都是多线程的操作系统），进程不是一个可执行的实体，真正去执行程序的不是进程，是线程，你可以理解进程就是一个线程的容器。

 

　　在这里我们简单总结一下：

　　　　进程是最小的内存分配单位

　　　　线程是操作系统调度的最小党委

　　　　线程被CPU执行了

　　　　进程内至少含有一个线程

　　　　进程中可以开启多个线程　

　　　　　　开启一个线程所需要的时间要远小于开启一个进程

　　　　　　多个线程内部有自己的数据栈，数据不共享

　　　　　　全局变量在多个线程之间是共享的

　　

 

三、Threading 模块

　　multiprocess模块的完全模仿了threading模块的接口，二者在使用层面，有很大的相似性，因而不再详细介绍（ 官方链接）

　　1、线程的创建的两种方法

from threading import Thread

def fun(n):
    print(n)

if __name__ == '__main__':
    t=Thread(target=fun,args=(123,))
    t.start()

    print("主线程结束")

方式一:Thread (target=...)

 

class MyThread(Thread):
    def __init__(self,n):
        super(MyThread, self).__init__()
        self.n=n
    def run(self):
        print(self.n)
        print("xxxxxxxxxxxxx")

if __name__ == '__main__':
    t=MyThread(456)
    t.start()
    print("父线程jieshu")

方式二：class MyThread()

　　

　　2、线程 t.join() ：等待子线程执行完后才会继续执行主线程的代码

import time
from threading import Thread

def func():
    time.sleep(1)
    print('我是子线程')

if __name__ == '__main__':

    t = Thread(target=func,)
    t.start()

    print('开始等待子线程了')
    t.join()  #阻塞，等待子线程执行完毕，才继续执行
    print('主线程结束')

线程join

　　

　　3、线程的其他方法

Thread实例对象的方法
  # isAlive(): 返回线程是否活动的。
  # getName(): 返回线程名。
  # setName(): 设置线程名。

threading模块提供的一些方法：
  # threading.currentThread(): 返回当前的线程变量。
  # threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
  # threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果

import time
from threading import Thread
from threading import current_thread
import threading


def func():
    time.sleep(3)

    # current_thread().ident
    print('我是子线程,名字是',current_thread().getName())
    print('我是子线程,id是',current_thread().ident)

if __name__ == '__main__':

    for i in range(10):
        t = Thread(target=func,)
        t.start()

        # print(t.isAlive())
    print(threading.enumerate())
    print(threading.activeCount())

    print('主线程结束')

其他方法使用实例

　　

　　4、进程与线程效率对比

import time
from threading import Thread
from multiprocessing import Process

def func():
    # time.sleep(3)
    print('xxxx')

if __name__ == '__main__':

    t_list = []
    t_s_t = time.time() #线程执行起始时间
    for i in range(100):
        t = Thread(target=func,)
        t_list.append(t)
        t.start()
    [tt.join() for tt in t_list]
    t_e_t = time.time() #线程执行结束时间
    t_dif_t = t_e_t - t_s_t #线程执行所需时间

    p_list = []
    p_s_t = time.time() #进程执行起始时间
    for i in range(100):
        p = Process(target=func,)
        p_list.append(p)
        p.start()
    [pp.join() for pp in p_list]
    p_e_t = time.time() #进程执行结束时间
    p_dif_t = p_e_t - p_s_t #进程执行所需时间
    print('多线程的时间>>>',t_dif_t)
    print('多进程的时间>>>',p_dif_t)

    print('主线程结束')

多进程与多线程效率对比

　　

　　5、数据共享信息安全问题验证

　　结果：不可靠。会造成数据混乱。　　　

import time
from threading import Thread

num = 100

def func():
    # time.sleep(0.01)
    global num
    num -= 1

if __name__ == '__main__':

    # for i in range()

    t = Thread(target=func,)
    t.start()
    t.join()
    print('主线程的num',num)

修改全局变量的方式验证

import time
from threading import Thread

num = 100
def func():
    # time.sleep(3)
    global num
    tep = num
    time.sleep(0.001)
    tep = tep - 1
    num = tep
    # num -= 1

if __name__ == '__main__':
    t_list = []
    for i in range(100):
        t = Thread(target=func,)
        t_list.append(t)
        t.start()
    [tt.join() for tt in t_list]
    # t.join()
    print('主线程的num',num)

加长版验证

 

　　6、验证子线程和主线程在同一个进程（os.getpid()）

 

import time
from threading import Thread
import os

def func():
    time.sleep(1)

    print('我是子线程,我的pid是',os.getpid())

if __name__ == '__main__':

    t = Thread(target=func,)
    t.start()

    print('开始等待子线程了')
    print('主线程的pid',os.getpid())
    t.join()
    print('主线程结束')

同属一个进程验证

　　

　　7、加锁解决数据不安全问题 （牺牲了效率，保证了数据安全）

import time
from threading import Thread,Lock

num = 100
def func(tl):
    # time.sleep(3)
    print('xxxxx')
    time.sleep(1)
    global num
    tl.acquire() #上锁
    tep = num
    time.sleep(0.001)
    tep = tep - 1
    num = tep
    tl.release() #释放锁
    # num -= 1

if __name__ == '__main__':
    tl = Lock()
    t_list = []
    for i in range(10):
        t = Thread(target=func,args=(tl,))
        t_list.append(t)
        t.start()
    [tt.join() for tt in t_list]
    # t.join()
    print('主线程的num',num)

上锁解决数据不安全

　　

　　8、死锁现象

　　　　现象描述：双方互相等待对方释放对方手里锁，然后拿到的那个锁

　　　　所谓死锁： 是指两个或两个以上的进程或线程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力作用，它们都将无法推进下去。

import time
from threading import Thread,Lock,RLock

def func1(lock_A,lock_B):
    lock_A.acquire()
    time.sleep(0.5)
    print('alex拿到了A锁')
    lock_B.acquire()
    print('alex拿到了B锁')
    lock_B.release()
    lock_A.release()

def func2(lock_A,lock_B):
    lock_B.acquire()
    print('taibai拿到了B锁')
    lock_A.acquire()
    print('taibai 拿到了A锁')
    lock_A.release()
    lock_B.release()

if __name__ == '__main__':
    lock_A = Lock()
    lock_B = Lock()
    t1 = Thread(target=func1,args=(lock_A,lock_B))
    t2 = Thread(target=func2,args=(lock_A,lock_B))
    t1.start()
    t2.start()

死锁现象

 

　　　

　　　　　死锁现象： 引入递归锁RLock（lock_A=lock_B=RLock（））

　　　　递归锁RLock自带计数器，遇到acquire计数器+1;遇到release,计数器-1，递归锁被一个对象夺走后就不能被其他对象获得，只有等释放为0时候才会开锁，让其他的进程抢夺。

 

import time
from threading import Thread,Lock,RLock

def func1(lock_A,lock_B):
    lock_A.acquire()
    time.sleep(0.5)
    print('alex拿到了B锁')
    lock_B.release()
    lock_A.release()

def func2(lock_A,lock_B):
    lock_B.acquire()
    print('taibai拿到了B锁')
    lock_A.acquire()
    print('taibai 拿到了A锁')
    lock_A.acquire()
    print('taibai 拿到了A锁')
    lock_A.release()
    lock_B.release()

if __name__ == '__main__':

    lock_A = lock_B = RLock()  #递归深度不限，只有当递归锁计数器为0，才会释放给其他线程用
    print(id(lock_A)) #具有相同内存地址
    print(id(lock_B)) #具有相同的内存地址

    t1 = Thread(target=func1,args=(lock_A,lock_B))
    t2 = Thread(target=func2,args=(lock_A,lock_B))
    t1.start()
    t2.start()

递归解决死锁问题

 　　典型问题:科学家吃面,只有一碗面,一把叉子

import time
from threading import Thread,Lock
noodle_lock = Lock()
fork_lock = Lock()
def eat1(name):
    noodle_lock.acquire()
    print('%s 抢到了面条'%name)
    fork_lock.acquire()
    print('%s 抢到了叉子'%name)
    print('%s 吃面'%name)
    fork_lock.release()
    noodle_lock.release()

def eat2(name):
    fork_lock.acquire()
    print('%s 抢到了叉子' % name)
    time.sleep(1)
    noodle_lock.acquire()
    print('%s 抢到了面条' % name)
    print('%s 吃面' % name)
    noodle_lock.release()
    fork_lock.release()

for name in ['taibai','egon','wulaoban']:
    t1 = Thread(target=eat1,args=(name,))
    t2 = Thread(target=eat2,args=(name,))
    t1.start()
    t2.start()

面条与叉子

 

 　　9、守护线程（守护进程必须在start之前）

　　无论是进程还是线程，都遵循：守护xx会等待主xx运行完毕，如果主xx时间够长，守护xx执行完毕后被销毁，如果主xx时间较短的话，守护xx会终并销毁，如果主。需要强调的是：运行完毕并非终止运行。

#1.对主进程来说，运行完毕指的是主进程代码运行完毕
#2.对主线程来说，运行完毕指的是主线程所在的进程内所有非守护线程统统运行完毕，主线程才算运行完毕

 

import time
from threading import Thread
from multiprocessing import Process

def func1():
    time.sleep(3)
    print('任务1结束')

def func2():
    time.sleep(2)
    print('任务2结束')

if __name__ == '__main__':

     t1 = Thread(target=func1,)
     t2 = Thread(target=func2,)
     # t1.daemon = True
    # t2.setDaemon(True)  #将t1设置为守护线程
     t1.setDaemon(True)  #将t1设置为守护线程
     t1.start()
     t2.start()
     print('主线程结束')

#结果显示
主线程结束
任务2

#结果分析：t1被设置为守护进程，他线程时间为3s,t2线程的时间是2s,
当t2线程执行完后，结束守护进程，主线程代码就会执行到print（”主线程“），

守护进程实例与解说

# from threading import Thread
# import time
#
#
# def sayhi(name):
#     time.sleep(2)
#     print('%s say hello' % name)
#
#
# if __name__ == '__main__':
#     t = Thread(target=sayhi, args=('taibai',))
#     t.setDaemon(True)  # 必须在t.start()之前设置
#     t.start()
#
#     print('主线程')
#     print(t.is_alive())
#     '''
#     主线程
#     True
#     '''

from threading import Thread
from multiprocessing import Process
import time


def func1():
    while True:
        print(666)
        time.sleep(0.5)


def func2():
    print('hello')
    time.sleep(3)


if __name__ == '__main__':
    # t = Thread(target=func1,)
    # t.daemon = True  #主线程结束，守护线程随之结束
    # # t.setDaemon(True) #两种方式，和上面设置守护线程是一样的
    # t.start()
    # t2 = Thread(target=func2,) #这个子线程要执行3秒，主线程的代码虽然执行完了，但是一直等着子线程的任务执行完毕，主线程才算完毕，因为通过结果你会发现我主线程虽然代码执行完毕了，\
    # 但是主线程的的守护线程t1还在执行，说明什么，说明我的主线程还没有完毕，只不过是代码执行完了，一直等着子线程t2执行完毕，我主线程的守护线程才停止，说明子线程执行完毕之后，我的主线程才执行完毕
    # t2.start()
    # print('主线程代码执行完啦！')
    p = Process(target=func1, )
    p.daemon = True
    p.start()

    p2 = Process(target=func2, )
    p2.start()
    time.sleep(1)  # 让主进程等1秒，为了能看到func1的打印效果
    print('主进程代码执行完啦！')  # 通过结果你会发现，如果主进程的代码运行完毕了，那么主进程就结束了，因为主进程的守护进程p随着主进程的代码结束而结束了，守护进程被回收了，这和线程是不一样的，主线程的代码完了并不代表主线程运行完毕了，需要等着所有其他的非守护的子线程执行完毕才算完毕

守护线程2实例

 

四、信号量

　　

　　同进程的一样

　　Semaphore管理一个内置的计数器，
　　每当调用acquire()时内置计数器-1；
　　调用release() 时内置计数器+1；
　　计数器不能小于0；当计数器为0时，acquire()将阻塞线程直到其他线程调用release()。

　　实例：(同时只有5个线程可以获得semaphore,即可以限制最大连接数为5)：

import time
import random
from threading import Thread,Semaphore

def func1(i,s):
    s.acquire()
    # time.sleep(1)
    print('客官%s里边请~~'%i)
    time.sleep(random.randint(1, 3))
    s.release()


if __name__ == '__main__':
    s = Semaphore(4)
    for i in range(10):
        t = Thread(target=func1,args=(i,s))
        t.start()

Semaphore实例

 

五、事件(Event)

　　事件的基本方法：

event.isSet()：返回event的状态值；
event.wait()：如果 event.isSet()==False将阻塞线程；
event.set()： 设置event的状态值为True，所有阻塞池的线程激活进入就绪状态， 等待操作系统调度；
event.clear()：恢复event的状态值为False。

 

转载于:https://www.cnblogs.com/angle6-liu/p/10045634.html