写点什么

Python 进阶 (三十四)Python3 多线程解读

  • 2022-11-14
    江苏
  • 本文字数:4033 字

    阅读完需:约 13 分钟

Python进阶(三十四)Python3多线程解读

一、线程讲解

多线程类似于同时执行多个不同程序,多线程运行有如下优点:


  • 使用线程可以把占据长时间程序中的任务放到后台去处理。

  • 用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进度条来显示处理的进度。

  • 程序的运行速度可能加快。

  • 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等,线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。


线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行,必须依存在应用程序中,由应用程序提供多个线程执行控制。


每个线程都有自己的一组 CPU 寄存器,称为线程的上下文,该上下文反映了线程上次运行的 CPU 寄存器状态。


指令指针堆栈指针寄存器是线程上下文中两个最重要的寄存器,线程总是在进程的上下文中运行的,这些地址都用于标志拥有线程的进程地址空间中的内存。


线程可以被抢占(中断)。


在其他线程正在运行时,线程可以暂时搁置(也称为睡眠) -- 这就是线程的退让。


线程可以分为:


  • 内核线程:由操作系统内核创建和撤销。

  • 用户线程:不需要内核支持而在用户程序中实现的线程。


Python3 线程中常用的两个模块为:


  • _thread

  • threading(推荐使用)


thread 模块已被废弃。用户可以使用 threading 模块代替。所以,在 Python3 中不能再使用"thread" 模块。为了兼容性,Python3thread 重命名为 "_thread"。

二、走近 Python 线程

Python中使用线程有两种方式:函数或者用类来包装线程对象。


函数式:调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:


_thread.start_new_thread ( function, args[, kwargs] )
复制代码


参数说明:


  • function - 线程函数。

  • args - 传递给线程函数的参数,必须是个tuple类型。

  • kwargs - 可选参数。


实例:


#!/usr/bin/python3
import _threadimport time
# 为线程定义一个函数def print_time( threadName, delay): count = 0 while count < 5: time.sleep(delay) count += 1 print ("%s: %s" % ( threadName, time.ctime(time.time()) ))
# 创建两个线程try: _thread.start_new_thread( print_time, ("Thread-1", 2, ) ) _thread.start_new_thread( print_time, ("Thread-2", 4, ) )except: print ("Error: 无法启动线程")
while 1: pass
复制代码


执行以上程序输出结果如下:


三、线程模块

Python3 通过两个标准库 _threadthreading 提供对线程的支持。


  • _thread 提供了低级别的、原始的线程以及一个简单的锁,它相比于 threading 模块的功能还是比较有限的。

  • threading 模块除了包含 _thread 模块中的所有方法外,还提供其他方法:


  1. threading.currentThread(): 返回当前的线程变量。

  2. 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。

  3. threading.activeCount():返回正在运行的线程数量,与len(threading.enumerate())有相同结果。


除了使用方法外,线程模块同样提供了Thread类来处理线程,Thread 类提供了以下方法:


  • run(): 用以表示线程活动的方法。

  • start():启动线程活动。

  • join([time]): 等待至线程中止。这阻塞调用线程直至线程的join()方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。

  • isAlive(): 返回线程是否活动的。

  • getName(): 返回线程名。

  • setName(): 设置线程名。

四、使用 threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建一个新的子类,并实例化后调用 start()方法启动新线程,即它调用了线程的 run() 方法:


#!/usr/bin/python3
import threadingimport time
exitFlag = 0
class myThread (threading.Thread): def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print ("开始线程:" + self.name) print_time(self.name, self.counter, 5) print ("退出线程:" + self.name)
def print_time(threadName, delay, counter): while counter: if exitFlag: threadName.exit() time.sleep(delay) print ("%s: %s" % (threadName, time.ctime(time.time()))) counter -= 1
# 创建新线程thread1 = myThread(1, "Thread-1", 1)thread2 = myThread(2, "Thread-2", 2)
# 开启新线程thread1.start()thread2.start()thread1.join()thread2.join()print ("退出主线程")
复制代码


以上程序执行结果如下:


五、线程同步

如果多个线程共同对某个数据修改,则可能出现不可预料的结果,为了保证数据的正确性,需要对多个线程进行同步。


使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步,这两个对象都有 acquire 方法和 release 方法,对于那些需要每次只允许一个线程操作的数据,可以将其操作放到 acquire 和 release 方法之间。如下:


多线程的优势在于可以同时运行多个任务(至少感觉起来是这样)。但是当线程需要共享数据时,可能存在数据不同步的问题。


考虑这样一种情况:一个列表里所有元素都是 0,线程"set"从后向前把所有元素改成 1,而线程"print"负责从前往后读取列表并打印。


那么,可能线程"set"开始改的时候,线程"print"便来打印列表了,输出就成了一半 0 一半 1,这就是数据的不同步。为了避免这种情况,引入了锁的概念。


锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时,必须先获得锁定;如果已经有别的线程比如"print"获得锁定了,那么就让线程"set"暂停,也就是同步阻塞;等到线程"print"访问完毕,释放锁以后,再让线程"set"继续。


经过这样的处理,打印列表时要么全部输出 0,要么全部输出 1,不会再出现一半 0 一半 1 的尴尬场面。


实例:


#!/usr/bin/python3
import threadingimport time
class myThread (threading.Thread): def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): print ("开启线程: " + self.name) # 获取锁,用于线程同步 threadLock.acquire() print_time(self.name, self.counter, 3) # 释放锁,开启下一个线程 threadLock.release()
def print_time(threadName, delay, counter): while counter: time.sleep(delay) print ("%s: %s" % (threadName, time.ctime(time.time()))) counter -= 1
threadLock = threading.Lock()threads = []
# 创建新线程thread1 = myThread(1, "Thread-1", 1)thread2 = myThread(2, "Thread-2", 2)
# 开启新线程thread1.start()thread2.start()
# 添加线程到线程列表threads.append(thread1)threads.append(thread2)
# 等待所有线程完成for t in threads: t.join()print ("退出主线程")
复制代码


执行以上程序,输出结果为:


六、线程优先级队列(Queue)

Python 的 Queue 模块中提供了同步的、线程安全的队列类,包括 FIFO(先入先出)队列 Queue,LIFO(后入先出)队列 LifoQueue,和优先级队列 PriorityQueue。


这些队列都实现了锁原语,能够在多线程中直接使用,可以使用队列来实现线程间的同步。


Queue 模块中的常用方法:


  • Queue.qsize() 返回队列的大小;

  • Queue.empty() 如果队列为空,返回 True,反之 False;

  • Queue.full() 如果队列满了,返回 True,反之 False;

  • Queue.fullmaxsize 大小对应;

  • Queue.get([block[, timeout]])获取队列,timeout 等待时间;

  • Queue.get_nowait() 相当Queue.get(False)

  • Queue.put(item) 写入队列,timeout 等待时间;

  • Queue.put_nowait(item) 相当Queue.put(item, False)

  • Queue.task_done() 在完成一项工作之后,Queue.task_done()函数向任务已经完成的队列发送一个信号;

  • Queue.join() 实际上意味着等到队列为空,再执行别的操作;


实例:


#!/usr/bin/python3
import queueimport threadingimport time
exitFlag = 0
class myThread (threading.Thread): def __init__(self, threadID, name, q): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.q = q def run(self): print ("开启线程:" + self.name) process_data(self.name, self.q) print ("退出线程:" + self.name)
def process_data(threadName, q): while not exitFlag: queueLock.acquire() if not workQueue.empty(): data = q.get() queueLock.release() print ("%s processing %s" % (threadName, data)) else: queueLock.release() time.sleep(1)
threadList = ["Thread-1", "Thread-2", "Thread-3"]nameList = ["One", "Two", "Three", "Four", "Five"]queueLock = threading.Lock()workQueue = queue.Queue(10)threads = []threadID = 1
# 创建新线程for tName in threadList: thread = myThread(threadID, tName, workQueue) thread.start() threads.append(thread) threadID += 1
# 填充队列queueLock.acquire()for word in nameList: workQueue.put(word)queueLock.release()
# 等待队列清空while not workQueue.empty(): pass
# 通知线程是时候退出exitFlag = 1
# 等待所有线程完成for t in threads: t.join()print ("退出主线程")
复制代码


以上程序执行结果:


七、延伸阅读

发布于: 刚刚阅读数: 4
用户头像

No Silver Bullet 2021-07-09 加入

岂曰无衣 与子同袍

评论

发布
暂无评论
Python进阶(三十四)Python3多线程解读_多线程_No Silver Bullet_InfoQ写作社区