多線程 -- threading

多線程模塊 threading

  • 創(chuàng)建多線程的兩種方式:

    
    import threading
    import time
    
    
    
  • 創(chuàng)建線程的第一種方式

    def foo(n):
        pass
    print('hello world')
        
    t1 = threading.Thread(target=foo, args=(1,))
    t1.start()
    
  • 創(chuàng)建線程的第二種方式

``` 
class MyThread(threading.Thread):

    def __init__(self, num):
        threading.Thread.__init__(self)
        self.num = num   # 對象里的字段  # self 是 t1或t2

    def run(self):

        print("running on number: %s" % self.num)

        time.sleep(3)

if __name__ == '__main__':
    t1 = MyThread(1)  # 實例化一個類的對象,執(zhí)行構造方法
    t2 = MyThread(2)

    t1.start()
    t2.start()
``` 
  • 創(chuàng)建線程:
    import threading
    t1 = threading.Thread(target=music, args=('七里香',))
    
    target指向函數(shù),args指向函數(shù)的參數(shù)
  • 啟動線程:

      t.start()
    
  • 阻塞線程:

      t.join()    阻塞直到線程t結束   
    
  • 多線程實例1

      import threading
      from time import ctime, sleep
      import time
          
      # 預計耗時4秒
      def music(func):
          for i in range(2):
              print("I was listening to %s. %s" % (func, ctime()))
              sleep(2)
              print("end listening %s" %ctime())
      
      # 預計耗時6秒
      def movie(func):
          for i in range(2):
              print("Begin watching at the %s! %s" % (func,ctime()))
              sleep(3)
              print("end watching %s" % ctime())
      
      
      # 創(chuàng)建線程1,2
      
      threads = []
      t1 = threading.Thread(target=music, args=('七里香',))
      threads.append(t1)
      t2 = threading.Thread(target=movie, args=('十三區(qū)',))
      threads.append(t2)
      
      
      if __name__ == '__main__':
          for t in threads:
              t.start()
          start = time.time()
          t2.join()
          end = time.time()
      
      
          # t2.join()    # join阻塞
          print("總共耗時 %s" % (end-start))
          
          
      # 結果:總共耗時 6.004828929901123
    
  • 多線程 -- 計算密集型

    import threading
    import time
    
    begin = time.time()
    
    def add(n):
        sum = 0
        for i in range(n):
            sum += i
        print(sum)
    
    
    # 單線程串行計算
    # add(10000000)
    # add(10000000)
    
    
    # 多線程并行計算
    t1 = threading.Thread(target=add, args=(10000000,))
    t1.start()
    # print('1開始了')
    
    t2 = threading.Thread(target=add, args=(10000000,))
    t2.start()
    # print('2也開始了')
    
    t1.join()
    t2.join()
    #
    end = time.time()
    
    print(end-begin)
    
    
    # 串行花費 14.73 秒  兩者都是計算密集型,都在搶CPU
    # 并行花費 15.71 秒  并行反而更多,因為切換還需要時間
    
    # IO密集型任務或函數(shù)
    # 計算密集型任務
    
    # GIL全局解釋鎖  如果只有一顆CPU,無法解決計算密集型的任務 只有Cpython有這個bug
    
  • 多線程 -- IO密集型

    import time
    import threading
    
    
    def foo(n):                         # 設定3秒
        print('線程1開始')
        print('foo %s' % n)
        # print('foo')
        time.sleep(3)
        print('線程1結束\n')
    
    
    def bar(n):                         # 設定1秒
        print('線程2開始')
        print('bar %s' % n)
        time.sleep(1)
        # print('ok')
        print('線程2結束')
    
    
    # t1 t2 即為線程
    # target = 要執(zhí)行的函數(shù) args = 參數(shù)
    t1 = threading.Thread(target=foo, args=(1,))
    t2 = threading.Thread(target=bar, args=(2,))
    
    print('...... in the main  ........')
    
    # 線程執(zhí)行 start()
    
    begin = time.time()
    
    t1.start()  # 線程開始
    t2.start()  # 線程開始
    
    t1.join()  # 子線程不結束不往下走
    t2.join()  # 子線程不結束不往下走
    
    end = time.time()
    print('整個程序一共花了', end - begin, '秒,asshole')  #
    
    
    # 運行結果: 整個程序一共花了 3.003476858139038 秒,asshole
        
    
  • 死鎖

    # 死鎖怎么辦?
    # 用遞歸鎖解決死鎖問題,遞歸鎖可重用
    
    import threading, time
    
    class myThread(threading.Thread):
    
    def doA(self):
        # lockA.acquire()
        lock.acquire()                  # 加鎖        # 為什么在外面加了一把鎖后還要在里面再加一把鎖
        print(self.name, "gotlockA", time.ctime())
        time.sleep(1)
        # lockB.acquire()
        lock.acquire()                  # 加第二把鎖
        print(self.name, "gotlockB", time.ctime())
        # lockB.release()
        lock.release()                  # 釋放第一把鎖
        # lockA.release()
        lock.release()                  # 釋放第二把鎖
    
    def doB(self):
        lock.acquire()
        print(self.name, "gotlockB", time.ctime())
        time.sleep(1)
        lock.acquire()
        print(self.name, "gotlockA", time.ctime())
        lock.release()
        lock.release()
    
    def run(self):   # 類似于構造方法
        self.doA()
        self.doB()
    
    
    if __name__ == "__main__":
    
        # lockA = threading.Lock()     # 普通鎖
        # lockB = threading.Lock()
        lock = threading.RLock()       # Rlock 叫遞歸鎖,可重用
        threads = []
        for i in range(5):
            threads.append(myThread())
        for t in threads:
            t.start()
        for t in threads:
            t.join()  # 等待線程結束,后面再講。
    
    
  • 同步鎖

        # 加鎖后會加鎖的部分變成串行
    
    import time
    import threading
    
    def addNum():
        global num  # 在每個線程中都獲取這個變量
        print('fuck off')
        # num -= 1          #  此操作的時間遠小于CPU切換的時間
    
        # 加鎖,被加鎖的部分是串行
    
        r.acquire()         #######  加鎖
        temp = num          # 1
        # time.sleep(0.001)   # 2 有可能取了數(shù)99后,執(zhí)行完這兩步后CPU轉到另外的線程上去了,
        print('ok')                    # 另外的線程取到99,執(zhí)行減1,CPU再轉回當前線程,又執(zhí)行99-1,重復了
        time.sleep(0.0002)
        num = temp - 1
        r.release()         ######## 釋放鎖
    
    
    
    num = 100
    thread_list = []
    
    r = threading.Lock()    # python的GIL鎖
    
    # 用for循環(huán)創(chuàng)建100個線程
    for i in range(100):
        t = threading.Thread(target=addNum)
        t.start()
        # t.join()     # join阻塞,可以得到正確的結果,從但是變成了串行,失去了多線程的意義
                       # join雖然可以得到正確結果,但是除了計算的其他部分也會變成并行
        thread_list.append(t)
    
    
    for t in thread_list:
        t.join()
    
    
    print("\nfinal num:", num)
    
    
    # num減1的速度如果
    
    # GIL保證只有一個線程進入解釋器
    # 自己加的鎖是鎖CPU,在我釋放鎖之前你不要切換了
    
    
  • event

    # event 類似condition
    
    # event.isSet():返回event的狀態(tài)值;
    #
    # event.wait():如果 event.isSet()==False將阻塞線程;
    #
    # event.set(): 設置event的狀態(tài)值為True,所有阻塞池的線程激活進入就緒狀態(tài), 等待操作系統(tǒng)調(diào)度;
    #
    # event.clear():恢復event的狀態(tài)值為False。
    
    
    import threading, time
    
    class Boss(threading.Thread):
        def run(self):
            print("BOSS: 今晚大家都要加班到22:00")
            event.is_set() or event.set()
            time.sleep(2)
            print("BOSS:<22:00>可以下班了。 ")
            event.is_set() or event.set()
    
    class Worker(threading.Thread):
        def run(self):
            event.wait()
            print("Worker:哎,命苦啊")
            time.sleep(0.25)
            event.clear()
            event.wait()
            print("Worker: OhYear!")
    
    
    
    
    
    if __name__ == "__main__":
        event = threading.Event()
        threads = []
        for i in range(5):
            threads.append(Worker())
        threads.append(Boss())
        for t in threads:
            t.start()
        for t in threads:
            t.join()
    
    
  • 多線程利器 QUEUE隊列

        # 隊列里本身就有一把鎖
    #
    # import queue, time, threading
    #
    # d = queue.Queue(3)   #
    
    #  d.put('jinxing',0)  #插入數(shù)據(jù)
    # d.put('xiaohu')
    # d.put('haoran')
    #
    # print(d.get())
    # print(d.get())
    # print(d.get())
    #
    #
    # print(d.qsize())
    
    # li = [1,2,3,4,5]
    #
    # def pri():
    #     while li:
    #         a = li[-1]
    #         print(a)
    #         time.sleep(1)
    #         try:
    #             li.remove(a)
    #         except:
    #             print('----',a)
    #
    # t1 = threading.Thread(target=pri, args=())
    # t1.start()
    # t2 = threading.Thread(target=pri, args=())
    # t2.start()
    
    import threading, queue
    from time import sleep
    from random import randint
    
    
    class Production(threading.Thread):   #  生產(chǎn)者
        def run(self):
            while True:
                r = randint(0, 100)
                q.put(r)
                print("生產(chǎn)出來%s號包子" % r)
                sleep(1)
    
    
    class Proces(threading.Thread):       #  消費者
        def run(self):
            while True:
                re = q.get()
                print("吃掉%s號包子" % re)
                sleep(1)
    
    
    if __name__ == "__main__":
        q = queue.Queue(10)
        threads = [Production(), Production(), Production(), Proces()]
        for t in threads:
            t.start()
    
    
最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內(nèi)容

  • 線程狀態(tài)新建,就緒,運行,阻塞,死亡。 線程同步多線程可以同時運行多個任務,線程需要共享數(shù)據(jù)的時候,可能出現(xiàn)數(shù)據(jù)不...
    KevinCool閱讀 818評論 0 0
  • 我們前面提到了進程是由若干線程組成的,一個進程至少有一個線程。多線程優(yōu)點: 在一個進程中的多線程和主線程分享相同的...
    第八共同體閱讀 529評論 0 0
  • 線程 引言&動機 考慮一下這個場景,我們有10000條數(shù)據(jù)需要處理,處理每條數(shù)據(jù)需要花費1秒,但讀取數(shù)據(jù)只需要0....
    不浪漫的浪漫_ea03閱讀 372評論 0 0
  • 引言&動機 考慮一下這個場景,我們有10000條數(shù)據(jù)需要處理,處理每條數(shù)據(jù)需要花費1秒,但讀取數(shù)據(jù)只需要0.1秒,...
    chen_000閱讀 520評論 0 0
  • 1.進程和線程 隊列:1、進程之間的通信: q = multiprocessing.Queue()2、...
    一只寫程序的猿閱讀 1,119評論 0 17