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。python当前版本的多线程库没有实现优先级、线程组,线程也不能被停止、暂停、恢复、中断。
如果想了解更多Python的伙伴或者小白中有任何困难不懂的可以加入我的python交流学习QQ群:973998104,多多交流问题,互帮互助,群里有不错的学习教程和开发工具。资源分享
threading模块提供的类:
-
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。
threading 模块提供的常用方法:
-
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。
threading 模块提供的常量:
-
threading.TIMEOUT_MAX 设置threading全局超时时间。
Thread类
Thread是线程类,有两种使用方法,直接传入要运行的方法或从Thread继承并覆盖run():
-
# coding:utf-8
-
import threading
-
import time
-
#方法一:将要执行的方法作为参数传给Thread的构造方法
-
def action(arg):
-
time.sleep(1)
-
print 'the arg is:%s\r' %arg
-
-
for i in xrange(4):
-
t =threading.Thread(target=action,args=(i,))
-
t.start()
-
-
print 'main thread end!'
-
-
#方法二:从Thread继承,并重写run()
-
class MyThread(threading.Thread):
-
def __init__(self,arg):
-
super(MyThread, self).__init__()#注意:一定要显式的调用父类的初始化函数。
-
self.arg=arg
-
def run(self):#定义每个线程要运行的函数
-
time.sleep(1)
-
print 'the arg is:%s\r' % self.arg
-
-
for i in xrange(4):
-
t =MyThread(i)
-
t.start()
-
-
print 'main thread end!'
构造方法:
-
Thread(group=None, target=None, name=None, args=(), kwargs={})
-
-
group: 线程组,目前还没有实现,库引用中提示必须是None;
-
target: 要执行的方法;
-
name: 线程名;
-
args/kwargs: 要传入方法的参数。
实例方法:
-
isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
-
get/setName(name): 获取/设置线程名。
-
start(): 线程准备就绪,等待CPU调度
-
is/setDaemon(bool): 获取/设置是后台线程(默认前台线程(False))。(在start之前设置)
-
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,主线程和后台线程均停止
-
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
-
start(): 启动线程。
-
join([timeout]): 阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout(可选参数)。
使用例子一(未设置setDeamon):
-
# coding:utf-8
-
import threading
-
import time
-
-
def action(arg):
-
time.sleep(1)
-
print 'sub thread start!the thread name is:%s\r' % threading.currentThread().getName()
-
print 'the arg is:%s\r' %arg
-
time.sleep(1)
-
-
for i in xrange(4):
-
t =threading.Thread(target=action,args=(i,))
-
t.start()
-
-
print 'main_thread end!'
运行结果
-
main_thread end!
-
sub thread start!the thread name is:Thread-2
-
the arg is:1
-
the arg is:0
-
sub thread start!the thread name is:Thread-4
-
the arg is:2
-
the arg is:3
-
Process finished with exit code 0
可以看出,创建的4个“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 复制代码 验证了serDeamon(False)(默认)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,主线程停止。
使用例子二(setDeamon=True)
-
# coding:utf-8
-
import threading
-
import time
-
-
def action(arg):
-
time.sleep(1)
-
print 'sub thread start!the thread name is:%s\r' % threading.currentThread().getName()
-
print 'the arg is:%s\r' %arg
-
time.sleep(1)
-
-
for i in xrange(4):
-
t =threading.Thread(target=action,args=(i,))
-
t.setDaemon(True)#设置线程为后台线程
-
t.start()
-
-
print 'main_thread end!'
运行结果
-
main_thread end!
-
Process finished with exit code 0
-
可以看出,主线程执行完毕后,后台线程不管是成功与否,主线程均停止
验证了serDeamon(True)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,主线程均停止。
使用例子三(设置join)
-
#coding:utf-8
-
import threading
-
import time
-
-
def action(arg):
-
time.sleep(1)
-
print 'sub thread start!the thread name is:%s ' % threading.currentThread().getName()
-
print 'the arg is:%s ' %arg
-
time.sleep(1)
-
-
thread_list = [] #线程存放列表
-
for i in xrange(4):
-
t =threading.Thread(target=action,args=(i,))
-
t.setDaemon(True)
-
thread_list.append(t)
-
-
for t in thread_list:
-
t.start()
-
-
for t in thread_list:
-
t.join()
运行结果
-
sub thread start!the thread name is:Thread-2
-
the arg is:1
-
sub thread start!the thread name is:Thread-3
-
the arg is:2
-
sub thread start!the thread name is:Thread-1
-
the arg is:0
-
sub thread start!the thread name is:Thread-4
-
the arg is:3
-
main_thread end!
-
-
Process finished with exit code 0
-
设置join之后,主线程等待子线程全部执行完成后或者子线程超时后,主线程才结束
验证了 join()阻塞当前上下文环境的线程,直到调用此方法的线程终止或到达指定的timeout,即使设置了setDeamon(True)主线程依然要等待子线程结束。
使用例子四(join不妥当的用法,使多线程编程顺序执行)
-
#coding:utf-8
-
import threading
-
import time
-
-
def action(arg):
-
time.sleep(1)
-
print 'sub thread start!the thread name is:%s ' % threading.currentThread().getName()
-
print 'the arg is:%s ' %arg
-
time.sleep(1)
-
-
-
for i in xrange(4):
-
t =threading.Thread(target=action,args=(i,))
-
t.setDaemon(True)
-
t.start()
-
t.join()
-
-
print 'main_thread end!'
运行结果
-
sub thread start!the thread name is:Thread-1
-
the arg is:0
-
sub thread start!the thread name is:Thread-2
-
the arg is:1
-
sub thread start!the thread name is:Thread-3
-
the arg is:2
-
sub thread start!the thread name is:Thread-4
-
the arg is:3
-
main_thread end!
-
-
Process finished with exit code 0
-
可以看出此时,程序只能顺序执行,每个线程都被上一个线程的join阻塞,使得“多线程”失去了多线程意义。
Lock、Rlock类
由于线程之间随机调度:某线程可能在执行n条后,CPU接着执行其他线程。为了多个线程同时操作一个内存中的资源时不产生混乱,我们使用锁。
Lock(指令锁)是可用的最低级的同步指令。Lock处于锁定状态时,不被特定的线程拥有。Lock包含两种状态——锁定和非锁定,以及两个基本的方法。
可以认为Lock有一个锁定池,当线程请求锁定时,将线程至于池中,直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。
RLock(可重入锁)是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念,处于锁定状态时,RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire(),释放锁时需要调用release()相同次数。
可以认为RLock包含一个锁定池和一个初始值为0的计数器,每次成功调用 acquire()/release(),计数器将+1/-1,为0时锁处于未锁定状态。
简言之:Lock属于全局,Rlock属于线程。
构造方法: Lock(),Rlock(),推荐使用Rlock()
实例方法:
-
acquire([timeout]): 尝试获得锁定。使线程进入同步阻塞状态。
-
release(): 释放锁。使用前线程必须已获得锁定,否则将抛出异常。
例子一(未使用锁):
-
#coding:utf-8
-
import threading
-
import time
-
-
gl_num = 0
-
-
def show(arg):
-
global gl_num
-
time.sleep(1)
-
gl_num +=1
-
print gl_num
-
-
for i in range(10):
-
t = threading.Thread(target=show, args=(i,))
-
t.start()
-
-
print 'main thread stop'
运行结果
-
main thread stop
-
12
-
-
3
-
4
-
568
-
9
-
-
910
-
-
-
Process finished with exit code 0
-
-
多次运行可能产生混乱。这种场景就是适合使用锁的场景。
例子二(使用锁):
-
# coding:utf-8
-
-
import threading
-
import time
-
-
gl_num = 0
-
-
lock = threading.RLock()
-
-
-
# 调用acquire([timeout])时,线程将一直阻塞,
-
# 直到获得锁定或者直到timeout秒后(timeout参数可选)。
-
# 返回是否获得锁。
-
def Func():
-
lock.acquire()
-
global gl_num
-
gl_num += 1
-
time.sleep(1)
-
print gl_num
-
lock.release()
-
-
-
for i in range(10):
-
t = threading.Thread(target=Func)
-
t.start()
运行结果
-
1
-
2
-
3
-
4
-
5
-
6
-
7
-
8
-
9
-
10
-
-
Process finished with exit code 0
-
可以看出,全局变量在在每次被调用时都要获得锁,才能操作,因此保证了共享数据的安全性
Lock对比Rlock
-
#coding:utf-8
-
-
import threading
-
lock = threading.Lock() #Lock对象
-
lock.acquire()
-
lock.acquire() #产生了死锁。
-
lock.release()
-
lock.release()
-
print lock.acquire()
-
-
-
import threading
-
rLock = threading.RLock() #RLock对象
-
rLock.acquire()
-
rLock.acquire() #在同一线程内,程序不会堵塞。
-
rLock.release()
-
rLock.release()
Condition类
Condition(条件变量)通常与一个锁关联。需要在多个Contidion中共享一个锁时,可以传递一个Lock/RLock实例给构造方法,否则它将自己生成一个RLock实例。
可以认为,除了Lock带有的锁定池外,Condition还包含一个等待池,池中的线程处于等待阻塞状态,直到另一个线程调用notify()/notifyAll()通知;得到通知后线程进入锁定池等待锁定。
构造方法: Condition([lock/rlock])
实例方法:
-
acquire([timeout])/release(): 调用关联的锁的相应方法。
-
wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知,并释放锁。使用前线程必须已获得锁定,否则将抛出异常。
-
notify(): 调用这个方法将从等待池挑选一个线程并通知,收到通知的线程将自动调用acquire()尝试获得锁定(进入锁定池);其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。
-
notifyAll(): 调用这个方法将通知等待池中所有的线程,这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定,否则将抛出异常。
例子一:生产者消费者模型
-
# encoding: UTF-8
-
import threading
-
import time
-
-
# 商品
-
product = None
-
# 条件变量
-
con = threading.Condition()
-
-
-
# 生产者方法
-
def produce():
-
global product
-
-
if con.acquire():
-
while True:
-
if product is None: