python多线程(一)

2022-09-18 12:07:42

一、python多线程thread和threading实现

python是支持多线程的，并且是native的线程。主要是通过thread和threading这两个模块来实现的。

python的thread模块是比较底层的模块，python的threading模块是对thread做了一些包装的，可以更加方便的被使用。

这里需要提一下的是python对线程的支持还不够完善，不能利用多CPU，但是下个版本的python中已经考虑改进这点，让我们拭目以待吧。

threading模块里面主要是对一些线程的操作对象化了，创建了叫Thread的class。

一般来说，使用线程有两种模式，一种是创建线程要执行的函数，把这个函数传递进Thread对象里，让它来执行；另一种是直接从Thread继承，创建一个新的class，把线程执行的代码放到这个新的 class里。

我们来看看这两种做法吧。

http://blog.csdn.net/guopengzhang/article/details/5458091

一）线程基础

1、创建线程：

thread模块提供了start_new_thread函数，用以创建线程。start_new_thread函数成功创建后还可以对其进行操作。

其函数原型：

start_new_thread(function,atgs[,kwargs])

其参数含义如下：

function: 在线程中执行的函数名

args:元组形式的参数列表。

kwargs: 可选参数，以字典的形式指定参数

方法一：通过使用thread模块中的函数创建新线程。

>>> import thread
>>> def run(n):
    for i in range(n):
        print i

        
>>> thread.start_new_thread(run,(4,))   #注意第二个参数一定要是元组的形式
53840


1
>>> 
2
3
KeyboardInterrupt
>>> thread.start_new_thread(run,(2,))
17840


1
>>> 
thread.start_new_thread(run,(),{‘n‘:4})
39720


1
>>> 
2
3
thread.start_new_thread(run,(),{‘n‘:3})
32480


1
>>> 
2

方法二：通过继承threading.Thread创建线程

>>> import threading
>>> class mythread(threading.Thread):
    def __init__(self,num):
        threading.Thread.__init__(self)
        self.num = num
    def run(self):               #重载run方法
        print ‘I am‘, self.num

        
>>> t1 = mythread(1)
>>> t2 = mythread(2)
>>> t3 = mythread(3)
>>> t1.start()           #运行线程t1
I am
>>>  1
t2.start()
I am
>>>  2
t3.start()
I am
>>>  3

方法三：使用threading.Thread直接在线程中运行函数。

import threading
>>> def run(x,y):
    for i in range(x,y):
        print i

>>> t1 = threading.Thread(target=run,args=(15,20)) #直接使用Thread附加函数args为函数参数

>>> t1.start()
15
>>> 
16
17
18
19

二)Thread对象中的常用方法：

1、isAlive方法：

>>> import threading
>>> import time
>>> class mythread(threading.Thread):
    def __init__(self,id):
        threading.Thread.__init__(self)
        self.id = id
    def run(self):
        time.sleep(5)    #休眠5秒
        print self.id

        
>>> t = mythread(1)
>>> def func():
    t.start()
    print t.isAlive()    #打印线程状态

    
>>> func()
True
>>> 1

2、join方法：

原型：join([timeout])

timeout: 可选参数，线程运行的最长时间

import threading
>>> import time     #导入time模块
>>> class Mythread(threading.Thread):
    def __init__(self,id):
        threading.Thread.__init__(self)
        self.id = id
    def run(self):
        x = 0
        time.sleep(20)
        print self.id

        
>>> def func():
    t.start()
    for i in range(5):
        print i

        
>>> t = Mythread(2)
>>> func()
0
1
2
3
4
>>> 2
def func():
    t.start()
    t.join()
    for i in range(5):
        print i

        
>>> t = Mythread(3)
>>> func()
3
0
1
2
3
4
>>>

3、线程名：

>>> import threading
>>> class mythread(threading.Thread):
    def __init__(self,threadname):
        threading.Thread.__init__(self,name=threadname)
    def run(self):
        print self.getName()

        
>>> 
>>> t1 = mythread(‘t1‘)
>>> t1.start()
t1
>>>

4、setDaemon方法

在脚本运行的过程中有一个主线程，如果主线程又创建了一个子线程，那么当主线程退出时，会检验子线程是否完成。如果子线程未完成，则主线程会在等待子线程完成后退出。

当需要主线程退出时，不管子线程是否完成都随主线程退出，则可以使用Thread对象的setDaemon方法来设置。

三）线程同步

1.简单的线程同步

使用Thread对象的Lock和RLock可以实现简单的线程同步。对于如果需要每次只有一个线程操作的数据，可以将操作过程放在acquire方法和release方法之间。如：

# -*- coding:utf-8 -*-
import threading
import time
class mythread(threading.Thread):
    def __init__(self,threadname):
        threading.Thread.__init__(self,name = threadname)
    def run(self):
        global x                #设置全局变量
#        lock.acquire()          #调用lock的acquire方法
        for i in range(3):
            x = x + 1
        time.sleep(2)
        print x
#        lock.release()          #调用lock的release方法
#lock = threading.RLock()        #生成Rlock对象
t1 = []
for i in range(10):
    t = mythread(str(i))
    t1.append(t)
x = 0                   #将全局变量的值设为0
for i in t1: 
    i.start()

E:/study/python/workspace>xianchengtongbu.py
3
6
9
12
15
18
21
24
27
30

如果将lock.acquire()和lock.release(),lock = threading.Lock()删除后保存运行脚本，结果将是输出10个30。30是x的最终值，由于x是全局变量，每个线程对其操作后进入休眠状态，在线程休眠的时候，python解释器就执行了其他的线程而是x的值增加。当所有线程休眠结束后，x的值已被所有线修改为了30，因此输出全部为30。

2、使用条件变量保持线程同步。

Python的Condition对象提供了对复制线程同步的支持。使用Condition对象可以在某些事件触发后才处理数据。Condition对象除了具有acquire方法和release的方法外，还有wait方法、notify方法、notifyAll方法等用于条件处理。

# -*- coding:utf-8 -*-
import threading
class Producer(threading.Thread):
    def __init__(self,threadname):
        threading.Thread.__init__(self,name = threadname)
    def run(self):
        global x
        con.acquire()
        if x == 1000000:
            con.wait()
        #    pass
        else:
            for i in range(1000000):
                x = x + 1
            con.notify()
        print x
        con.release()
class Consumer(threading.Thread):
    def __init__(self,threadname):
        threading.Thread.__init__(self,name = threadname)
    def run(self):
        global x 
        con.acquire()
        if x == 0:
            con.wait()
            #pass
        else:
            for i in range(1000000):
                x = x - 1
            con.notify()
        print x 
        con.release()
con = threading.Condition()
x = 0
p = Producer(‘Producer‘)
c = Consumer(‘Consumer‘)
p.start()
c.start()
p.join()
c.join()
print x

E:/study/python/workspace>xianchengtongbu2.py
1000000
0
0

线程间通信：

Event对象用于线程间的相互通信。他提供了设置信号、清除信宏、等待等用于实现线程间的通信。

1、设置信号。Event对象使用了set()方法后，isSet()方法返回真。

2、清除信号。使用Event对象的clear（）方法后，isSet（）方法返回为假。

3、等待。当Event对象的内部信号标志为假时，则wait()方法一直等到其为真时才返回。还可以向wait传递参数，设定最长的等待时间。

# -*- coding:utf-8 -*-
import threading
class mythread(threading.Thread):
    def __init__(self,threadname):
        threading.Thread.__init__(self,name = threadname)
    def run(self):
        global event
        if event.isSet():
            event.clear()
            event.wait()   #当event被标记时才返回
            print self.getName()
        else:
            print self.getName()
            event.set()
event = threading.Event()
event.set()
t1 = []
for i in range(10):
    t = mythread(str(i))
    t1.append(t)
for i in t1:
    i.start()

python多线程(一),布布扣,bubuko.com

python多线程(一)

原文：http://www.cnblogs.com/cj2014/p/3835373.html

码农公寓

相关文章