一、Python线程
Threading用于提供线程相关的操作,线程是应用程序中工作的最小单元。
1、创建线程
1.1 自定义线程
#自定义线程
importthreadingimporttime#创建一个线程,继承threading.Thread
classMyThread(threading.Thread):def __init__(self, num):
threading.Thread.__init__(self)
self.num=num#每个线程执行的函数(任务)
defrun(self):print('running on number:%s' %self.num)
time.sleep(3)if __name__ == '__main__':for i in range(3):
t1= MyThread(i + 10)
t2= MyThread(i + 100)
t1.start()
t2.start()#----------- 输出结果---------------
running on number:10running on number:100running on number:11running on number:101running on number:12running on number:102
1.2 普通创建
importthreadingimporttime
# 全局变量
gl_num=0defshow(arg):globalgl_num
time.sleep(1)
gl_num+= 1
print(gl_num)for i in range(3):
t= threading.Thread(target=show, args=(i, ))
t.start()print('main thread stop')
上述代码创建了3个“前台”线程,然后控制器就交给了CPU,CPU根据指定算法进行调度,分片执行指令。
更多方法:
start 线程准备就绪,等待CPU调度
setName 为线程设置名称
getName 获取线程名称
setDaemon 设置为后台线程或前台线程(默认)
如果是后台线程,主线程执行过程中,后台线程也在进行,主线程执行完毕后,后台线程不论成功与否,均停止
如果是前台线程,主线程执行过程中,前台线程也在进行,主线程执行完毕后,等待前台线程也执行完成后,程序停止
join 逐个执行每个线程,执行完毕后继续往下执行,该方法使得多线程变得无意义
run 线程被cpu调度后自动执行线程对象的run方法
2、线程锁(Lock、RLock)
由于线程之间是进行随机调度,并且每个线程可能只执行n条执行之后,当多个线程同时修改同一条数据时可能会出现脏数据,所以,出现了线程锁 - 同一时刻允许一个线程执行操作。
#!/usr/bin/env python#-*- coding:utf-8 -*-
importthreadingimporttime
gl_num=0defshow(arg):globalgl_num
time.sleep(1)
gl_num+=1
printgl_numfor i in range(10):
t= threading.Thread(target=show, args=(i,))
t.start()print 'main thread stop'
未使用锁代码
Python多线程同步Lock、RLock、Semaphore、Event实例
Lock & RLock 用来确保多线程多共享资源的访问
Semaphore用来确保一定资源多线程访问时的上限
Event是最简单的线程间通信的方式
一、多线程同步
由于CPython的python解释器在单线程模式下执行,所以导致python的多线程在很多的时候并不能很好地发挥多核cpu的资源。大部分情况都推荐使用多进程。
python的多线程的同步与其他语言基本相同,主要包含:
Lock&RLock :用来确保多线程多共享资源的访问。
Semaphore : 用来确保一定资源多线程访问时的上限,例如资源池。
Event : 是最简单的线程间通信的方式,一个线程可以发送信号,其他的线程接收到信号后执行操作。
二、实例1)Lock &RLock
Lock对象的状态可以为locked和unlocked
使用acquire()设置为locked状态;
使用release()设置为unlocked状态。
如果当前的状态为unlocked,则acquire()会将状态改为locked然后立即返回。当状态为locked的时候,acquire()将被阻塞直到另一个线程中调用release()来将状态改为unlocked,然后acquire()才可以再次将状态置为locked。
Lock.acquire(blocking=True, timeout=-1),blocking参数表示是否阻塞当前线程等待,timeout表示阻塞时的等待时间 。如果成功地获得lock,则acquire()函数返回True,否则返回False,timeout超时时如果还没有获得lock仍然返回False。
RLock与Lock的区别是:RLock中除了状态locked和unlocked外还记录了当前lock的owner和递归层数,使得RLock可以被同一个线程多次acquire()。
lock&Rlock 理论知识
RLock 锁实例
#lock = threading.RLock()#lock = threading.Lock()#互斥锁,同一时刻只允许一个线程执行操作
importthreadingimporttime#设置一个全局变量
gl_num =0#lock = threading.Lock()#可以归执行锁操作,一般使用该锁
lock =threading.RLock()deffunc():#加锁
lock.acquire()#函数里要想修改全局变量,需要先声明
globalgl_num
gl_num+= 1time.sleep(1)print(gl_num)#释放锁
lock.release()for i in range(3):
t= threading.Thread(target=func)
t.start()print('main thread stop')
信号量(Semaphore)
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()。
Semaphore实例:(允许同一时间有五个线程同时运行)
#信号量(semaphore)
importtime, threadingdefrun(n):#信号量,加锁
semaphore.acquire()
time.sleep(1)print('run the thread: %s' %n)#信号量,释放
semaphore.release()if __name__ == '__main__':
num=0#创建信号量,并且最多允许5个线程同时运行
semaphore = threading.BoundedSemaphore(5)for i in range(20):
t= threading.Thread(target=run, args=(i, ))
t.start()print('main thread stop')
事件(event)
python线程的事件用于主线程控制其他线程的执行,事件主要提供了三个方法 set、wait、clear。
Event内部包含了一个标志位,初始的时候为false。
可以使用使用set()来将其设置为true;
或者使用clear()将其从新设置为false;
可以使用is_set()来检查标志位的状态;
另一个最重要的函数就是wait(timeout=None),用来阻塞当前线程,直到event的内部标志位被设置为true或者timeout超时。如果内部标志位为true则wait()函数理解返回。
event 实例:(当inp为true时才会执行print('execute'))
#事件(event)
importthreadingdefdo(event):print('start')
event.wait()print('execute')#创建event对象
event_obj =threading.Event()for i in range(2):
t= threading.Thread(target=do, args=(event_obj, ))
t.start()
event_obj.clear()
inp= input('>>>>>>:')if inp == 'true':
event_obj.set()----------输出结果----------start
start>>>>>>:true
execute
execute
条件(Condition)
使得线程等待,只有满足某条件时,才释放n个线程
Condition 实例
#条件(condition)
importthreadingdefrun(n):
con.acquire()
con.wait()print('run the thread: %s' %n)
con.release()if __name__ == '__main__':
con=threading.Condition()for i in range(10):
t= threading.Thread(target=run, args=(i, ))
t.start()whileTrue:
inp= input('>>>>>>:').strip()if inp == 'q':breakcon.acquire()
con.notify(int(inp))
con.release()#--------输出结果--------
>>>>>>: 1
>>>>>>: run the thread: 02
>>>>>>: run the thread: 2run the thread:1
wait_for()
importthreadingdefcondition_func():
ret=False
inp= input('>>>>>>')if inp == '1':
ret=Truereturnretdefrun(n):
con.acquire()
con.wait_for(condition_func)print('run the thread: %s' %n)
con.release()if __name__ == '__main__':
con=threading.Condition()for i in range(10):
t= threading.Thread(target=run, args=(i, ))
t.start()
wait_for
定时器 (Timer )
定时器,指定n秒后执行某操作
Timer 实例
#Timer定时器
from threading importTimerdefhello():print('hello, world')defhi():print('hi, world')
t= Timer(1, hello)
t1= Timer(2, hi)
t.start()
t1.start()-------输出结果---------hello, world
hi, world
线程池
1、创建线程池
# 自定义线程池
importthreadingimportqueueimporttimeclassThreadPool:def __init__(self, max_num=20):
self.queues=queue.Queue(max_num)for i inrange(max_num):
self.queues.put(threading.Thread)defget_thread(self):returnself.queues.get()defadd_thread(self):
self.queues.put(threading.Thread)
# 设定线程池 最大线程数
pool= ThreadPool(5)deffunc(arg, p):print(arg)
time.sleep(1)
pool.add_thread()for i in range(30):
thread=pool.get_thread()
t= thread(target=func, args=(i, pool))
t.start()print('main thread stop')
importqueueimportthreadingimportcontextlibimporttime
StopEvent=object()classThreadPool(object):def __init__(self, max_num, max_task_num =None):ifmax_task_num:
self.q=queue.Queue(max_task_num)else:
self.q=queue.Queue()
self.max_num=max_num
self.cancel=False
self.terminal=False
self.generate_list= [] # self.free_list =[]def run(self, func, args, callback=None):"""线程池执行一个任务
:param func: 任务函数
:param args: 任务函数所需参数
:param callback: 任务执行失败或成功后执行的回调函数,回调函数有两个参数1、任务函数执行状态;2、任务函数返回值(默认为None,即:不执行回调函数)
:return: 如果线程池已经终止,则返回True否则None"""
ifself.cancel:return
if len(self.free_list) == 0 and len(self.generate_list)
self.generate_thread()
w=(func, args, callback,)
self.q.put(w)defgenerate_thread(self):"""创建一个线程"""t= threading.Thread(target=self.call)
t.start()defcall(self):"""循环去获取任务函数并执行任务函数"""current_thread=threading.currentThread
self.generate_list.append(current_thread)
event=self.q.get()while event !=StopEvent:
func, arguments, callback=eventtry:
result= func(*arguments)
success=TrueexceptException as e:
success=False
result=Noneif callback is notNone:try:
callback(success, result)exceptException as e:passwith self.worker_state(self.free_list, current_thread):ifself.terminal:
event=StopEventelse:
event=self.q.get()else:
self.generate_list.remove(current_thread)defclose(self):"""执行完所有的任务后,所有线程停止"""self.cancel=True
full_size=len(self.generate_list)whilefull_size:
self.q.put(StopEvent)
full_size-= 1
defterminate(self):"""无论是否还有任务,终止线程"""self.terminal=Truewhileself.generate_list:
self.q.put(StopEvent)
self.q.empty()
@contextlib.contextmanagerdefworker_state(self, state_list, worker_thread):"""用于记录线程中正在等待的线程数"""state_list.append(worker_thread)try:yield
finally:
state_list.remove(worker_thread)
pool= ThreadPool(5)defcallback(status, result):pass
defaction(i):print(i)for i in range(30):
ret=pool.run(action, (i,), callback)
time.sleep(5)print(len(pool.generate_list), len(pool.free_list))print(len(pool.generate_list), len(pool.free_list))#pool.close()#pool.terminate()
线程池