35 threading模块、基础代码、全局解释锁以及一些其他方法

通过继承的方式,实现线程:

import time
from threading import Thread

class MyThread(Thread):
    def __init__(self, args):
        super().__init__()  #执行父类中的__init__()
        self.args = args

    def run(self):
        time.sleep(2)
        print(self.args)

t = MyThread(10)
t.start()

检测线程确实是在同一个进程中运行的(pid比较)

import time,os
from threading import Thread
#多线程并发
def func(n):
    time.sleep(2)
    print('子线程%d:%d'%(n,os.getpid()))
print('主线程:',os.getpid())
for i in range(10):
    t = Thread(target=func,args=(i,))
    t.start()

输出:
在这里插入图片描述

内存数据共享问题

同一个进程之内,多个线程之间的数据是共享的。

import time,os
from threading import Thread
#多线程并发
def func(n):
    global g
    g = 10
    print(g,os.getpid())

g = 100
t_list = []
for i in range(5):
    t = Thread(target=func,args=(i,))
    t.start()
    t_list.append(t)
for j in t_list:
    j.join()
print(g)

输出:
在这里插入图片描述

全局解释锁(GIL)

在Cpython解释器下的python程序,在同一时间,多个线程中只能有一个线程被CPU执行。
当运行高CPU使用的代码(计算类)的时候,多线程确实不占优势,但一般情况下,我们运行的代码是高I/O的,所以,多线程还是有用的。
加了GIL的代码,同一时刻只有一个线程能访问CPU,锁的是线程,这是Cpython解释器的特性,Jpython没有GIL。(面试)

在多线程环境中,Python虚拟机按以下方式执行
  1. 设置GIL;
  2. 切换到一个线程去执行;
  3. 运行指定数量的字节码指令或者线程主动让出控制;
  4. 把线程设置为睡眠状态;
  5. 解锁GIL;
  6. 重复上面的步骤

在调用外部代码(C/C++扩展函数)的时候,GIL将会被锁定,直到这个函数结束为止(由于在这期间没有Python的字节码被运行,所以不会做线程切换),编写扩展的程序员可以主动解锁GIL。

多线程效率

import time
from threading import Thread
from multiprocessing import Process


def func(n):
    n + 1


if __name__ == '__main__':
    t1_list = []
    start = time.time()
    for i in range(100):
        t = Thread(target=func, args=(i,))
        t.start()
        t1_list.append(t)
    for t in t1_list:
        t.join()
    t1 = time.time() - start

    t2_list = []
    start = time.time()
    for i in range(100):
        t = Process(target=func, args=(i,))
        t.start()
        t2_list.append(t)
    for t in t2_list:
        t.join()
    t2 = time.time() - start
    print(t1, t2)

多线程socket server

client端

import socket
sk = socket.socket()
sk.connect(('127.0.0.1',8080))

msg = sk.recv(1024).decode('utf-8')
print(msg)
inp = input('>>>').encode('utf-8')
sk.send(inp)
sk.close()

server端

import socket
from threading import Thread

def chat(conn):
    conn.send(b'hello')
    msg = conn.recv(1024).decode('utf-8')
    print(msg)
    conn.close()
sk = socket.socket()
sk.bind(('127.0.0.1',8080))
sk.listen()
while True:
    conn,addr = sk.accept()
    Thread(target=chat,args=(conn,)).start()

sk.close()

线程中一些其他的方法

threading.current_thread() 当前线程的所有信息
threading.get_ident() 当前线程的线程号
threading.active_count() 当前有多少个线程
threading.enumerate() 当前所有的线程

import threading,time
def nihao(n):
    time.sleep(1)
    print(n, threading.current_thread(), threading.get_ident())

for i in range(10):
    threading.Thread(target=nihao, args=(1,)).start()
print(threading.active_count())
print(threading.current_thread())
print(threading.enumerate())

输出:
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值