1 基本实现

Thread(target=函数名,args=(以元组形式传递的实参,要加","))

th = threading.Thread(target=run,args=(i,))就是实例化一个线程

th.start()就是对实例调用启动函数。

在内部,主线程就会创建30个子线程,子线程并发执行,所以虽然每个线程sleep(3),但是是并发执行的。

进程总耗时3s出头。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3) for i in range(30):
th = threading.Thread(target=run,args=(i,))
th.start()

 

2 深入理解线程

2.1 主线程和子线程

程序执行时,产生一个进程,进程里首先有一个主线程,每个执行的是子线程

使用threading.current_thread(),发现在for循环中是主线程,在run函数里是子线程。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3) for i in range(3):
th = threading.Thread(target=run,args=(i,))
print(threading.current_thread())
th.start()
>>>>
<_MainThread(MainThread, started 13112)>
run 0
<_MainThread(MainThread, started 13112)>
run 1
<_MainThread(MainThread, started 13112)>
run 2

  

import time
import threading
def run(arg):
print('run %s' %(arg))
print(threading.current_thread())
time.sleep(3) for i in range(3):
th = threading.Thread(target=run,args=(i,))
th.start()
>>>>
run 0
<Thread(Thread-1, started 9976)>
run 1
<Thread(Thread-2, started 9980)>
run 2
<Thread(Thread-3, started 10800)>

  

2.2 子线程的并发性

cost_time的打印值:cost time 0.07500743865966797

发现没有在上面的for循环结束后再执行cost_time = time.time() - start_time语句。

因为每个实例化线程就是创建子线程,创建完后子线程自己去运行。主线程马上进入下一个执行语句,不会等待子线程执行完毕。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(10) start_time = time.time() for i in range(600):
th = threading.Thread(target=run,args=(i,))
th.start() cost_time = time.time() - start_time
print('cost time', (cost_time))

3 JOIN()

就是wait函数,一个线程调用join(),主线程就会等子线程执行完毕再往下走.

在这个程序中,相当于线程单并发顺序执行。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(1) start_time = time.time() for i in range(10):
th = threading.Thread(target=run,args=(i,))
th.start()
th.join() cost_time = time.time() - start_time
print('cost time', (cost_time))

>>>

E:\Python\2018L1\venv\Scripts\python.exe E:/Python/2018L1/test/threadingserver.py
run 0
run 1
run 2
run 3
run 4
run 5
run 6
run 7
run 8
run 9
cost time 10.010000944137573

  

创建空列表t_list,然后把线程实例作为元素追加到列表(不在这里写join,不然会在每个线程中顺序sleep。)

在一个for循环里,让每个实例执行join()。

最后cost time 3.002300262451172

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3) start_time = time.time()
t_list = []
for i in range(10):
th = threading.Thread(target=run,args=(i,))
th.start()
t_list.append(th) for i in t_list:
i.join() cost_time = time.time() - start_time
print('cost time', (cost_time))

  

4 setDaemon

当主线程退出,守护子线程不管有没有执行完毕,都会马上退出。

对于非守护子线程,主线程会等它执行完毕再退出。

对于守护线程,主线程不会等它执行完毕,而是直接退出。

4.1

以下程序,虽然没有join函数,但主线程也会在所有线程执行完毕后才退出。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3)
print(threading.current_thread()) for i in range(3):
th = threading.Thread(target=run,args=(i,))
#th.setDaemon(True)
th.start()

 

4.2

如果把子线程都设置为守护线程,就是说主线程不会在它执行完毕再退出,而是直接退出。

print(threading.current_thread())还没执行,就已经退出,不会再执行

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3)
print(threading.current_thread()) for i in range(3):
th = threading.Thread(target=run,args=(i,))
th.setDaemon(True)
th.start()

  

4.3

主线程的执行时间比守护子线程长。在主线程退出前子线程已执行完毕。

import time
import threading
def run(arg):
print('run %s' %(arg))
time.sleep(3)
print(threading.current_thread()) for i in range(3):
th = threading.Thread(target=run,args=(i,))
th.setDaemon(True)
th.start()
time.sleep(4)

  

5 GIL全局解释器锁

在cpython上,使用gil(global interpreter lock),来保证同一时间只有一个线程在解释器中运行。所有的线程并发都是通过context switch来完成。

这使得python无法真正使用多核cpu。

6 线程锁(互斥锁)

6.1 线程共享数据池

在进程中的多线程,共享进程的内存空间。就是可以对同一个数据进行操作

import time
import threading
num = 0
def run():
global num #函数使用全局变量,需要global声明
time.sleep(2)
num += 1
print('thread:',num)
for i in range(20):
th = threading.Thread(target=run)
th.start()
time.sleep(5)
print(num)

  

6.2 线程锁的作用

多个线程同时操作同一块数据,假设t1先拿到data = 0,然后使用解释器,调用cpu运算 data ++。还没运算完成,就被context switch。

这时t2也操作data,这是data = 0,然后使用解释器,调用cpu运算data ++,然后把data = 1写入data数据。

这时切换回t1,t1从context里拿到数据data = 0,运算完成,然后把data = 1写入data数据。

这样就出错了。

所以需要对data这块数据上锁,同一时间只能有一个线程进行操作。

python3上程序会自动加锁。

6.3 死锁和递归锁

https://blog.csdn.net/u013210620/article/details/78723704

用得着再看

6.4 信号量

同一时间有几个线程可以访问共享数据。

信号量就是多把锁,允许同时多个线程运行。

可以控制同一时刻可以运行的线程数。

7 Event事件

用于实现线程间通信

set表示设定标志位,clear是清空标志位,在处理标志位的函数体中

wait是等待标志位为set,is_set是判断标志位是否为set,在检测标志位的函数体中

import time
import threading event = threading.Event() #-----红绿灯函数,在红灯时标志位清零,绿灯设置标志位-----
def lighter():
count = 0
event.set()
while True:
count += 1
time.sleep(1)
if count > 20 and count <= 30:
event.clear() #20-30s,红灯
print('\33[41mred light on\33[0m')
elif count > 30:
event.set()
count = 0
else:
print('\33[42mgreen light on\33[0m') #----汽车函数,红灯停绿灯行,每秒1km----
def car(name):
global mileage
while True:
if event.is_set():
mileage += 1
time.sleep(1)
print('%s is running,the mileage is %s kilometer' % (name,mileage))
else:
time.sleep(1)
print('%s is wait' %(name))
event.wait() #等待标志位设为set if __name__ == '__main__':
mileage = 0 car1 = threading.Thread(target=car,args=('本田车',))
car1.start()
light = threading.Thread(target=lighter,)
light.start()

  

8 应用场景

python是伪多线程,实际上是单线程在context switch,所以不适合cpu密集型操作任务,而适合io密集型任务。(socket的多并发网络连接就是io密集型任务)

threading多线程模块的更多相关文章

  1. python笔记9 线程进程 threading多线程模块 GIL锁 multiprocessing多进程模块 同步锁Lock 队列queue IO模型

    线程与进程 进程 进程就是一个程序在一个数据集上的一次动态执行过程.进程一般由程序.数据集.进程控制块三部分组成.我们编写的程序用来描述进程要完成哪些功能以及如何完成:数据集则是程序在执行过程中所需要 ...

  2. python-网络安全编程第六天(threading多线程模块&Queue模块&subprocess模块)

    前言 昨天晚上9点多就睡了 2点起来没睡意... 那就学习吧emmmm ,拿起闲置几天的python课程学习.学习到现在5.58了 总结下 继续开始学习新的内容 多多线程? 线程(英语:thread) ...

  3. python:threading多线程模块-创建线程

    创建线程的两种方法: 1,直接调用threading.Thread来构造thread对象,Thread的参数如下: class threading.Thread(group=None, target= ...

  4. python——Tkinter图形化界面及threading多线程

    Tkinter模块("Tk 接口")是Python的标准Tk GUI工具包的接口.Tk和Tkinter可以在大多数的Unix平台下使用,同样可以应用在Windows和Macinto ...

  5. 基于Python的多线程模块Threading小结

    步入正题前,先准备下基本知识,线程与进程的概念. 相信作为一个测试人员,如果从理论概念上来说其两者的概念或者区别,估计只会一脸蒙蔽,这里就举个例子来说明下其中的相关概念. 平安夜刚过,你是吃到了苹果还 ...

  6. Python多线程模块

    引言 thread threading 1 Thread 11 下面使用threading模块实现与上面相同的功能 12 在创建新线程时还可以给Thread传递可调用类的对象这样使用类本身来保存信息 ...

  7. 用生动的案例一步步带你学会python多线程模块

    鱼和熊掌不可兼得 鱼,我所欲也,熊掌,亦我所欲也,二者不可得兼,舍鱼而取熊掌者也. 从6月开始写公众号,连着四个月一直尽量保证一周五更,结果整天熬夜搞的身体素质骤降.十一休假决定暂时将公众号放放,好好 ...

  8. 多线程模块的同步机制event对象

    多线程模块的同步机制event对象 线程的核心特征就是他们能够以非确定的方式(即何时开始执行,何时被打断,何时恢复完全由操作系统来调度管理,这是用户和程序员无法确定的)独立执行的,如果程序中有其他线程 ...

  9. Perl 多线程模块 Parallel::ForkManager

    Perl 多线程模块 Parallel::ForkManager 一个简单的并行处理模块.这个是用来对付循环的多线程处理. 放在循环前面. Table of Contents 1 Synops内容简介 ...

随机推荐

  1. Python演绎的精彩故事(二)

    书接上回.在展示了App最顶层的代码后,我们去看看各模块怎样编程. 为了能看懂各模块的代码,首先须要铺垫一下Softchip架构的基本概念和设计规范. 1.随意模块不持有其它模块的实例.自然不再显式使 ...

  2. OpenStack源码系列---nova-api

    OpenStack源码实际上是比较规范的,但是对刚刚接触到源代码的人来说,却感觉有点混乱.我刚开始的时候也常常搞乱,比如service.Service类继承自openstack.common.serv ...

  3. Configuring Your EMS Server or EMS Console Server on Windows/Linux

    EMS Configuration Files RAD Studio provides the scripts to render the web-browser console, the EMS s ...

  4. CodeForces - 55D Beautiful numbers —— 数位DP

    题目链接:https://vjudge.net/problem/CodeForces-55D D. Beautiful numbers time limit per test 4 seconds me ...

  5. codeforces 672C C. Recycling Bottles(计算几何)

    题目链接: C. Recycling Bottles time limit per test 2 seconds memory limit per test 256 megabytes input s ...

  6. setTimeout的第三个参数

    最熟悉的地方,往往会忽略一些细节.就比如 setTimeout 函数,做前端开发的同学都会很熟悉这个函数,经常使用这个函数,但是知道这个函数还有第三个参数的小伙伴可能就不多了.起码我在阅读阮老师的 e ...

  7. BZOJ_1916_[Usaco2010 Open]冲浪_分层图+拓扑排序+DP

    BZOJ_1916_[Usaco2010 Open]冲浪_分层图+拓扑排序+DP Description 受到秘鲁的马丘比丘的新式水上乐园的启发,Farmer John决定也为奶牛们建 一个水上乐园. ...

  8. 【HDU 3613】Best Reward

    [题目链接] 点击打开链接 [算法] 正反两遍EXKMP,即可 [代码] #include<bits/stdc++.h> using namespace std; #define MAXC ...

  9. 【USACO 2857】 Steady Cow Assignment

    [题目链接] 点击打开链接 [算法] 二分答案,check的时候跑最大流,即可 [代码] #include<bits/stdc++.h> using namespace std; #def ...

  10. TypeError: can't convert CUDA tensor to numpy. Use Tensor.cpu() to copy the tensor to host memory first.

    报错原因:numpy不能读取CUDA tensor 需要将它转化为 CPU tensor. 所以如果想把CUDA tensor格式的数据改成numpy时,需要先将其转换成cpu float-tenso ...