两个模块_thread和threading。一般用threading模块
调用方法是
t = threading.thread(target=Loop,name='name') #target是指定目标函数,name是命名
import threading
# 新线程执行的代码:
def loop():
print('thread %s is running...' % threading.current_thread().name) #current._thread()可以得到当前线程的实例
n = 0
while n < 5:
n = n + 1
print('thread %s >>> %s' % (threading.current_thread().name, n))
time.sleep(1)
print('thread %s ended.' % threading.current_thread().name)
print('thread %s is running...' % threading.current_thread().name) #主线程的名字叫Mainthread
t = threading.Thread(target=loop, name='LoopThread') #name不赋值时python会自己命名
t.start()
t.join()
print('thread %s ended.' % threading.current_thread().name)
多进程和多线程的区别是:多进程中同一个变量在每一个进程中都一份拷贝,变量在一个进程中被改变时不会影响到其他进程中的这个变量,而在多线程中,所有变量会被所有线程共享(某一变量在一个线程中被改变,在所有线程中都会被改变)。原因在于高级语言的语句在执行时会被分成几步执行,线程在执行时可能被中断。
解决办法是加一把锁
lock = threading.Lock()
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try: #确保锁会被释放。但我不太明白怎么确保释放的
change_it(n)
finally:
# 改完了一定要释放锁:
lock.release()
python不能通过多线程执行多核任务,但能通过多进程执行多核任务
为了解决多线程会共享变量的情况,可以使用threading.lock(),创建一个ThreadLocal对象。
#coding:gbk
import threading
local_school = threading.local()
def process_student():
std = local_school.student
print('hello, %s (in %s)' % (std, threading.current_thread().name))
def process_thread(name):
local_school.student = name #local_school.student跨作用域,并且会生成单个线程的局部变量
process_student()
t1 = threading.Thread(target=process_thread, args=('alice',), name='s1')
t2 = threading.Thread(target=process_thread, args=('bab',), name='s2')
t1.start()
t2.start()
t1.join()
t2.join()