线程方法补充&守护线程
- 这里主要介绍两个关于线程的方法
- active_count
- 显示当前活跃的线程数量
- current_thread
- 显示当前的线程信息(名称,ID等)
- active_count
- 下面通过一段代码来具体看看这两个方法的作用
import threading
import os
import time
def demo1():
print(f"--demo1--")
print('demo1:',os.getpid(),threading.current_thread())
time.sleep(1)
def demo2():
print(f"--demo2--")
print('demo2:', os.getpid(),threading.current_thread())
time.sleep(1)
def main():
t1 = threading.Thread(target=demo1)
t2 = threading.Thread(target=demo2)
t1.start()
print('1',os.getpid(),threading.active_count(),threading.current_thread())
t2.start()
print('2',os.getpid(),threading.active_count(),threading.current_thread())
if __name__ == '__main__':
main()
- 其运行结果如下
- 通过上述结果我们进行分析,可以看到首先active_thread方法显示的是活跃的进程数,t1启动之后数量为2,一个主线程再加t1子线程,t2启动之后显示为3,两个子线程和一个主线程,current_thread显示的是当前线程的信息,可以看到在主线程下面的打印输出是一样的,都是主线程的信息,而在两个子线程内的打印则分别是各自子线程的名称及ID,最后导入了OS模块,是为了查看当前进程的ID,通过结果可以看出,所有的进程ID都是一样的,说明线程是包含在进程之内的,不管是主线程还是子线程都在同一个进程之下。
- 接下来介绍一个关于守护线程的特殊案例,代码如下:
import threading
import time
def demo1():
print(f"--demo1--")
time.sleep(1)
print('end-demo1')
def demo2():
print(f"--demo2--")
time.sleep(1)
print('end-demo2')
def main():
t1 = threading.Thread(target=demo1,daemon=True)
t2 = threading.Thread(target=demo2)
t1.start()
t2.start()
print('主')
if __name__ == '__main__':
main()
- 加入了守护线程之后,主线程便不会等待子线程结束,直接结束,这里在t1中加入守护线程,而t2不加,两个子线程均延时一秒,那么会是什么结果呢?
- 通过上述结果我们可以看到,虽然t1加入了守护进程,正常情况下,主线程应该不会等待子线程延时一秒,而直接结束,那么最后的print语句应该不会输出,但这里由于t2没有加入守护线程,所以主线程虽然不会等待t1但会等待t2子线程结束,而两个子线程的延时时间刚好一样,故而全部打印了出来,守护线程其实并没有起到作用。
- 那么如果我们更改两个子线程的延时时间,就会看到守护线程的效果,例如t1变为2秒,其结果如下:
多线程共享全局变量&参数
- 在Python中,多个线程之间是可以共享全局变量和参数的,在证明这个结论之前,我们先介绍一下,线程如何传参
- 我们通过Threading.thread方法来建立线程,这个方法的参数args即为我们要传递的参数,例如 t1 = threading.Thread(target=demo1, args=(num,)),传递的参数要用元组来表示。
- 接下来通过一段代码来展示多线程是共享全局变量的:
import threading
import time
num = 100
def demo1():
global num # 2.声明为全局变量
num += 1 # 1.函数作用域 访问不到外边的num 所以报错 找不到
print(f"demo----{num}")
def demo2():
print(f"demo1----{num}")
def main():
t1 = threading.Thread(target=demo1)
t2 = threading.Thread(target=demo2)
t1.start()
time.sleep(1)
t2.start()
time.sleep(1)
if __name__ == '__main__':
main()
其运行结果如下:
- 我们可以看到num的初始值为100,在demo方法里将其定义为全局变量,而后加一,并传给了demo1,最后的输出结果显示,demo1线程继承了这个全局变量,输出结果同样是101.
- 接下来我们用一段代码来展示多线程之间可以共享参数:
import threading
import time
num = [11, 22]
def demo1(num):
num.append(33)
print(f"demo----{num}" )
def demo2(num):
print(f"demo1----{num}")
def main():
t1 = threading.Thread(target=demo1, args=(num,))
t2 = threading.Thread(target=demo2, args=(num,))
t1.start()
time.sleep(1)
t2.start()
time.sleep(1)
print(f"main----{num}")
- 其运行结果如下:
- 我们可以看到num的初始值为[11,22],将其当做参数传给t1线程,而后加33,接着又将num传给了demo1,最后的输出结果显示,demo1线程继承了这个参数,输出结果同样是[11,22,33].
多任务udp聊天
- 通过多线程的方式来实现udp聊天器。代码如下:
import threading
import socket
import time
def send(udp_socket):
while True:
time.sleep(1)
send_data = input('请输入要发送的内容:')
udp_socket.sendto(send_data.encode('utf-8'), ('192.168.0.104', 8080))
def recv(udp_socket):
while True:
recv_data = udp_socket.recvfrom(1024)
print('%s:%s' % (recv_data[1]), (recv_data[0].decode()))
def main():
udp_socket = socket.socket(socket.AF_INET,socket.SOCK_DGRAM)
udp_socket.bind(('192.168.0.104',8080))
t1 = threading.Thread(target=send, args=(udp_socket,))
t1.start()
t2 = threading.Thread(target=recv, args=(udp_socket,))
t2.start()
if __name__ == '__main__':
main()
多任务tcp服务端
- 前面的文章里有写过一个服务端多次客户端的tcp聊天器,了解了多线程之后,我们可以通过多线程同时建立几个服务端来为客户端服务,而不再想前面那样只有当前客户端断开连接,下一个客户端才能接入,代码如下:
- 客户端
import socket
def main():
tcp_client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
tcp_client_socket.bind(("192.168.0.104", 8090))
tcp_client_socket.connect(('192.168.0.104',8080))
while True:
send_data = input('请输入要发送的内容:')
tcp_client_socket.send(send_data.encode('utf-8'))
recv_data = tcp_client_socket.recv(1024)
print(recv_data.decode('utf-8'))
if __name__ == '__main__':
main()
- 服务端
import threading
import socket
tcp_server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
tcp_server_socket.bind(('192.168.0.104', 8080))
def main():
while True:
print('等待客户端连接。。。')
tcp_server_socket.listen(128)
new_socket, addr = tcp_server_socket.accept()
recv_data = new_socket.recv(1024)
while True:
try:
print(recv_data.decode())
if recv_data:
new_socket.send('haha'.encode('utf-8'))
except Exception as e:
print('客户端断开连接')
break
new_socket.close()
tcp_server_socket.close()
if __name__ == '__main__':
for i in range(3):
t1 = threading.Thread(target=main)
t1.start()
- 增加几个线程,就是建立了几个服务器
多线程资源竞争&互斥锁
- 当多个线程几乎同时修改某一个共享数据时,就需要进行控制,不然会出现数据异常,例如下面的情况:
import threading
num = 0
def demo(nums):
global num
for i in range(nums):
num += 1
print('demo', num)
def demo1(nums):
global num
for i in range(nums):
num += 1
print('demo1', num)
def demo2(nums):
global num
for i in range(nums):
num += 1
print('demo2', num)
def main():
t1 = threading.Thread(target=demo, args=(10000000,))
t1.start()
t2 = threading.Thread(target=demo1, args=(10000000,))
t2.start()
t3 = threading.Thread(target=demo2, args=(10000000,))
t3.start()
if __name__ == '__main__':
main()
- 运行的结果为:
- 从结果可以看出,当多个线程同时修改一个共享变量的时候,有可能会出现这种资源竞争的现象,导致数据错误,而解决方法就是加入互斥锁。
- 互斥锁
- 某个线程要更改共享数据时,先将其锁定,此时资源的状态为"锁定",其他线程不能改变,只到该线程释放资源,将资源的状态变成"非锁定",其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行写入操作,从而保证了多线程情况下数据的正确性。
# 创建锁
mutex = threading.Lock()
# 锁定
mutex.acquire()
# 解锁
mutex.release()
- 我们对每一个线程进行上锁:
import threading
num = 0
mutex = threading.Lock()
def demo(nums):
mutex.acquire()
global num
for i in range(nums):
num += 1
print('demo', num)
mutex.release()
def demo1(nums):
mutex.acquire()
global num
for i in range(nums):
num += 1
print('demo1', num)
mutex.release()
def demo2(nums):
mutex.acquire()
global num
for i in range(nums):
num += 1
print('demo2', num)
mutex.release()
def main():
t1 = threading.Thread(target=demo, args=(10000000,))
t1.start()
t2 = threading.Thread(target=demo1, args=(10000000,))
t2.start()
t3 = threading.Thread(target=demo2, args=(10000000,))
t3.start()
if __name__ == '__main__':
main()
- 得到的运行结果如下:
死锁&线程同步
- 死锁
- 在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。
import threading
import time
class MyThread1(threading.Thread):
def run(self):
# 对mutexA上锁
mutexA.acquire()
# mutexA上锁后,延时1秒,等待另外那个线程 把mutexB上锁
print(self.name+'----do1---up----')
time.sleep(1)
# 此时会堵塞,因为这个mutexB已经被另外的线程抢先上锁了
mutexB.acquire()
print(self.name+'----do1---down----')
mutexB.release()
# 对mutexA解锁
mutexA.release()
class MyThread2(threading.Thread):
def run(self):
# 对mutexB上锁
mutexB.acquire()
# mutexB上锁后,延时1秒,等待另外那个线程 把mutexA上锁
print(self.name+'----do2---up----')
time.sleep(1)
# 此时会堵塞,因为这个mutexA已经被另外的线程抢先上锁了
mutexA.acquire()
print(self.name+'----do2---down----')
mutexA.release()
# 对mutexB解锁
mutexB.release()
mutexA = threading.Lock()
mutexB = threading.Lock()
if __name__ == '__main__':
t1 = MyThread1()
t2 = MyThread2()
t1.start()
t2.start()
- 避免死锁的方法
- 程序设计时要尽量避免
- 添加超时释放全部资源
- 线程同步
- 我们使用 threading.Condition() 完成线程同步。
# 线程同步
cond = threading.Condition()
# 等待
cond.wait()
# 唤醒
cond.notify()
- 接下来使用一段代码来实现如下对话
天猫精灵:小爱同学
小爱同学:在
天猫精灵:现在几点了?
小爱同学:你猜猜现在几点了
import threading
mutex = threading.Lock()
cond = threading.Condition()
class XIAOAI(threading.Thread):
def __init__(self,con,name):
self.con = con
super(XIAOAI, self).__init__(name=name)
def run(self):
self.con.acquire()
self.con.wait()
print('{}:在。'.format(self.name))
self.con.notify()
self.con.wait()
print('{}:你猜猜现在几点了?'.format(self.name))
self.con.release()
class TIANMAO(threading.Thread):
def __init__(self,con,name):
self.con = con
super(TIANMAO, self).__init__(name=name)
def run(self):
self.con.acquire()
print('{}:小爱同学。'.format(self.name))
self.con.notify()
self.con.wait()
print('{}:现在几点了?'.format(self.name))
self.con.notify()
self.con.release()
def main():
xiaoai = XIAOAI(con=cond,name='小爱同学')
tianmao = TIANMAO(con=cond, name='天猫精灵')
xiaoai.start()
tianmao.start()
if __name__ == '__main__':
main()