一、进程与线程简介

  • 进程

进程是程序的一次执行,由进程段、数据段、进程控制块三部分组成。具体三个基本状态,就绪、执行、阻塞,是一个拥有资源的独立单位。

  • 线程

属于进程的一个实体,拥有极少的资源。也具有三个基本状态,就绪、执行、拥塞。可以认为是一个情形进程。

  • 关系

一个进程可以创建多个线程;一个进程创建的多个线程共享其资源;

进程开销较大,线程开销较小;进程撤销时间长,线程撤销时间短。

  • 多进程/线程的运行

由主机的操作系统给每个进程/线程安排一个小时间片,在所有的进程/线程中快速切换,使每个执行单元都能得到CPU的执行时间。

多核系统上多进程分用不同的CPU核心。

  • 注意点

python解释器内部使用了全局解释器锁(GIL),现在python进程只能在一个CPU核上运行。

二、进程的生命周期

三、python中threading模块

  • Thread对象:用来创建线程
  • Thread对象属性:
  1. start():启动线程
  2. run():启动线程的方法
  3. join():等待
  4. is_alive():返回该线程的活动状态
  5. name:线程名
  6. id:线程ID
  7. deamon:后台标志
  • 获取当前线程

  current_thread()

  • 获取所有活动线程

  enumerate()

四、线程的创建方法

1、直接实例化threading中Thread对象,并将线程的参数传入

  实例化参数如下:

  Thread(target = None,name = None,args = (),kwargs = {})

  1. target参数为要传入的函数名
  2. name参数为线程的名称
  3. args元组行参数
import threading
import time def calc():
sum = 0
for i in range(30):
sum += i
time.sleep(0.1)
print(sum) if __name__ == '__main__':
ths = [threading.Thread(target = calc) for i in range(2)]
for th in ths:
th.start()

运行结果:

435
435

2、通过继承Threading中的Thread对象,然后实例化并启动它。

注:新定义的Thread中如果定义了__init__(),需要先调用父类的__init__()

import threading
import time class MyThread(threading.Thread):
def run(self):
sum = 0
for i in range(30):
sum += i
time.sleep(0.1)
print(sum) if __name__ == '__main__':
ths = [MyThread() for i in range(2)]
for th in ths:
th.start()

  

五、线程之间的关系

  • 独立线程

  • 等待线程

  • 后台线程

  • 线程同步1

共享资源只能被一个线程使用,先到先得

  • 线程同步2

操作有先后,典型的例子是生产者与消费者。线程A先操作,做一些初始化动作,线程B才能使用。

  • 线程同步3

资源个数有上限

  • 线程通信

六、线程各关系的实现

1、等待线程

join方法,被调用join方法的线程一直拥塞调用者的线程,直到自己结束。

也就是一个线程等待另一线程运行完才开始运行

import threading,time

class MyThread(threading.Thread):
def run(self):
for i in range(9):
print('thread:',i)
time.sleep(0.1) if __name__ == '__main__':
m = MyThread()
m.start()
m.join()
for i in range(5):
print('main:',i)
time.sleep(0.1)

运行结果:

thread: 0
thread: 1
thread: 2
thread: 3
thread: 4
thread: 5
thread: 6
thread: 7
main: 0
main: 1
main: 2
main: 3
main: 4

2、后台线程

被设置为后台运行的线程,会在主程序退出时自杀

实现步骤:

  1. 建立线程
  2. 设置线程的deamon属性为True
  3. 启动线程
import threading,time

def backthread():
print('backthread start...')
time.sleep(3)
print('backthread end...') def mainthread():
print('mainthread start...')
time.sleep(1)
print('mainthread end...') th1 = threading.Thread(target = backthread)
th1.deamon = True th2 = threading.Thread(target = mainthread)
print('start...')
th1.start()
th2.start()
print('end...')

运行结果:

start...
backthread start...
mainthread start...
end...
mainthread end...
backthread end...

2、线程同步    

2.1 指令锁threading.Lock

  • 加锁 acquire(blocking = True,timeout = -1)
  • 释放锁 release()
import threading,time,random

share = 4
class MyThread(threading.Thread):
def __init__(self,i):
super().__init__()
self.i = i def run(self):
global share
for i in range(3):
lock.acquire()
print(share)
share += self.i
time.sleep(random.random())
print('+',self.i,'=',share)
lock.release() lock = threading.Lock() if __name__ == '__main__':
m = MyThread(2)
mm = MyThread(6)
m.start()
mm.start()

运行结果:

4
+ 2 = 6
6
+ 2 = 8
8
+ 6 = 14
14
+ 6 = 20
20
+ 6 = 26
26
+ 2 = 28

2.2 可重入锁 threading.RLock

与指令锁的区别,对于已经锁定的资源,在该线程内部还可以在锁一次。

支持的方法:

  • acquire(block = Ture,timeout = -1)
  • release()  

锁定多少次,就要释放多少次!

2.3 条件变量threading.Condition

支持的方法:

  • acquire()
  • release()
  • wait(timeout = None) 释放锁进入等待拥塞,直到唤醒或者超时,这个线程才会继续运行。
  • notify(n = 1) 如果一个线程处于wait状态,使用notify()进行唤醒
  • notify_all 唤醒所有线程

使用范围:

  实现严格次序操作的线程间通信

典型实例:

  生产者/消费者(先生产,后消费)

线程之间可以相互通知,已达到默契的配合

import threading,time

share = 0
share_cond = threading.Condition() class ProThread(threading.Thread):
def __init__(self):
super().__init__()
self.name = 'produce' def run(self):
global share
if share_cond.acquire():
while True:
if not share:
share += 1
print(self.name,share)
share_cond.notify()
share_cond.wait()
time.sleep(1) class CustomTread(threading.Thread):
def __init__(self):
super().__init__()
self.name = 'produce' def run(self):
global share
if share_cond.acquire():
while True:
if share:
share -= 1
print(self.name,share)
share_cond.notify()
share_cond.wait()
time.sleep(1) if __name__ == '__main__':
p = ProThread()
c = CustomTread()
p.start()
c.start()

运行结果:

produce 1
produce 0
#一直循环下去...

2.4 信号量 threading.Semaphore()

实例化是指定使用量

支持的方法:

  • acquire(blocking = Ture,timeout = None) 锁定资源
  • release() 释放锁

  使用其内置计数器,锁定时+1;释放时-1;计数器为0则拥塞

使用范围:

  用于实现对稀缺资源的控制,比如需要控制稀缺资源的用户数

import threading,time

sema = threading.Semaphore(2)

class SemaThread(threading.Thread):
def __init__(self,name):
super().__init__()
self.name = name def run(self):
if sema.acquire():
print(self.name,' get resource.')
time.sleep(1)
print(self.name,' release resource.')
sema.release() if __name__ == '__main__':
res = [SemaThread(str(i) + 'sema') for i in range(5)]
for i in res:
i.start()

运行结果:

0sema  get resource.
1sema get resource.
1sema release resource.
0sema release resource.
3sema get resource.
2sema get resource.
2sema release resource.
3sema release resource.
4sema get resource.
4sema release resource.

3、线程通信 threading.Event()

作用:

  管理一个内部标志,实现一个线程,唤醒其他线程

支持的方法:

  • set() 设置内部标志位False
  • clear() 设置内部标志为False
  • wait([timeout])拥塞线程,直到内部标志位True
import threading,time

eve = threading.Event()

class MyThreadWait(threading.Thread):
def run(self):
self.name = 'Wait Thread'
print(self.name,'waitting...')
eve.wait()
print(self.name,'Start...')
eve.clear() class MyThreadMain(threading.Thread):
def run(self):
time.sleep(3)
print('Main thread set event flag!')
eve.set() if __name__ == '__main__':
mm = MyThreadMain()
mw = MyThreadWait()
mm.start()
mw.start()

运行结果:

Wait Thread waitting...
Main thread set event flag!
Wait Thread Start...

4、定时执行threading.Timer

使用方法:

  threading.Timer(3,start)

说明:

  此进程3sec之后运行

  

python之线程学习的更多相关文章

  1. python自动化开发学习 进程, 线程, 协程

    python自动化开发学习 进程, 线程, 协程   前言 在过去单核CPU也可以执行多任务,操作系统轮流让各个任务交替执行,任务1执行0.01秒,切换任务2,任务2执行0.01秒,在切换到任务3,这 ...

  2. Python之线程、进程和协程

    python之线程.进程和协程 目录: 引言 一.线程 1.1 普通的多线程 1.2 自定义线程类 1.3 线程锁 1.3.1 未使用锁 1.3.2 普通锁Lock和RLock 1.3.3 信号量(S ...

  3. python threading基础学习

    # -*- coding: utf-8 -*- # python:2.x __author__ = 'Administrator' """ python是支持多线程的,并 ...

  4. python全栈学习--day1

      计算机基础 CPU:中央处理器 内存:4GB,8GB,临时处理事务的地方,供给CPU数据. 硬盘:相当于电脑的数据库,存储着大量的数据,文件,电影等. 操作系统:执行者,支配所有关系 window ...

  5. 一文了解Python的线程

    问题 什么是线程? 如何创建.执行线程? 如何使用线程池ThreadPoolExecutor? 如何避免资源竞争问题? 如何使用Python中线程模块threading提供的常用工具? 目录 1. 什 ...

  6. 《Python》线程池、携程

    一.线程池(concurrent.futures模块) #1 介绍 concurrent.futures模块提供了高度封装的异步调用接口 ThreadPoolExecutor:线程池,提供异步调用 P ...

  7. python源码学习(一)——python的总体架构

    python源码学习(一)——python的总体架构 学习环境: 系统:ubuntu 12.04 STLpython版本:2.7既然要学习python的源码,首先我们要在电脑上安装python并且下载 ...

  8. 孤荷凌寒自学python第四十三天python 的线程同步之Queue对象

     孤荷凌寒自学python第四十三天python的线程同步之Queue对象 (完整学习过程屏幕记录视频地址在文末,手写笔记在文末) Queue对象是直接操作队列池的对象,队列中可以存放多种对象,当然也 ...

  9. 孤荷凌寒自学python第四十一天python的线程同步之Event对象

     孤荷凌寒自学python第四十一天python的线程同步之Event对象 (完整学习过程屏幕记录视频地址在文末,手写笔记在文末) 鉴于Lock锁与RLock锁均宣告没有完全完成同步文件操作的问题,于 ...

随机推荐

  1. PHP初入--表单元素

    <!DOCTYPE html><html> <head> <meta charset="UTF-8"> <title>& ...

  2. UVW代码漫谈(一)

    博客园是个非常好的学习知识的地方,相信有很多人跟我一样,园龄3年,从博客园不知道拷了多少代码,看了多少博客,自己却一篇博客都没写过.真是罪过. 这次准备写几篇关于这个项目源码的阅读和理解的文章,大家一 ...

  3. Cobbler批量部署CentOS

    简介 Cobbler是一个快速网络安装linux的服务,而且在经过调整也可以支持网络安装windows.该工具使用python开发,小巧轻便(才15k行python代码),使用简单的命令即可完成PXE ...

  4. 201521123095 《Java程序设计》第8周学习总结

    1. 本周学习总结 1.1 以你喜欢的方式(思维导图或其他)归纳总结集合与泛型相关内容. 2. 书面作业 本次作业题集集合 Q1 List中指定元素的删除(题目4-1) 1.1 实验总结 对于删除函数 ...

  5. 201521123069 《Java程序设计》 第7周学习总结

    1. 本周学习总结 以你喜欢的方式(思维导图或其他)归纳总结集合相关内容. 参考资料: XMind List列表:元素以线性方式存放,允许有重复的对象. Set集:集合中的对象不按特定的方式排序,并且 ...

  6. JAVA课设---五子棋

    1.团队博客链接 JAVA课设-五子棋-团队博客 2.个人负责模块: ①对鼠标事件的处理 , 此模块需处理五子棋的放置问题.颜色转换问题.以及当五子连线时弹出窗口显示结果. ②对MainFrame中主 ...

  7. Java:extends和implements的区别+用法

    Java代码中的extends和implements让我感到很迷惑,现在终于弄明白它们之间的区别和用法了. [c-sharp] view plain copy //定义一个Runner接口 publi ...

  8. SpringMVC第六篇【校验、统一处理异常】

    Validation 在我们的Struts2中,我们是继承ActionSupport来实现校验的-它有两种方式来实现校验的功能 手写代码 XML配置 这两种方式也是可以特定处理方法或者整个Action ...

  9. Servlet第七篇【Cookie和Session的区别、应用】

    Session和Cookie的区别 从存储方式上比较 Cookie只能存储字符串,如果要存储非ASCII字符串还要对其编码. Session可以存储任何类型的数据,可以把Session看成是一个容器 ...

  10. Python学习笔记010_迭代器_生成器

     迭代器 迭代就类似于循环,每次重复的过程被称为迭代的过程,每次迭代的结果将被用来作为下一次迭代的初始值,提供迭代方法的容器被称为迭代器. 常见的迭代器有 (列表.元祖.字典.字符串.文件 等),通常 ...