一 : 科普一分鐘
線程是操作系統能夠運算調度的最小單位,它被包含在進程中,是進程中實際的運作單位,一條線程指的是進程中一個單一順序的控制流,一個進程中可以并發多個線程,每條線程并行執行不同的任務.
進程: 我們所用的應該程序,在執行時候可以簡單理解為一個'進程',也就是說,進程就是一個暴露給操作系統管理,其包含對各種資源的調用.線程:是操作系統最小的調動單位,是一串指令的集合
二 : 多線程創建和使用
- 創建子線程
import threading
import time
# 子線程調用方法
def run:
print("Run Start",n)
time.sleep(1)
print("Run done")
#創建子線程實例對象
t1 = threading.Thread(target=run, args=("TZ",))
#啟動線程,執行子線程任務
t1.start()
- 守護線程
#把當前線程設置為守護線程 在start之前
t1.setDaemon(True)
- 用類實例化子線程
#創建自定義線程類
class MYThread(threading.Thread):
def __init__(self,n):
super(MYThread,self).__init__()
self.n = n
def run(self):
print("runnint task : ",self.n)
time.sleep(2)
#實例化類
t1 = MYThread("t1")
t2 = MYThread("t2")
#啟動線程
t1.start()
t2.start()
- join
如果 我們在兩個字線程執行時候 ,調用第一個線程的join方法 會有什么結果呢,相當于兩個線程為串行線程,執行完第一個再執行第二個
t1.start()
t1.join() #等待t1結束 進行t2 變成串行了
t2.start()
- 信號量
最大允許線程同時進行的數量,當一條線程結束,新的線程插入,保持子線程不超過規定的信號量.
import threading,time
#執行函數
def run(n):
semaphore.acquire()
time.sleep(1)
print("run the thread : %s\n" %n)
semaphore.release()
num = 0
#允許最多5個線程同時運行
semaphore = threading.BoundedSemaphore(5)
#循環創建20條線程
for i in range(20):
t = threading.Thread(target=run,args=(i,))
t.start()
while threading.active_count() != 1:
pass
else:
print('------all threads done---')
三 : 線程鎖
意義: 在掛鎖時期,讓子線程串行執行.
為什么要有線程鎖:當多個線程執行,并且訪問同一塊內存num = 0,有兩個線程線程A,線程B執行+1操作
變量時候,A線程讀取變量為0,并且放入緩存區,當A線程想執行+1操作時候,線程B啟動,并且執行完+1操作,num = 1回到線程A,此時讀取緩存區數據 0執行+1操作,num = 1
所以便存在問題了,所以線程鎖的作用就是,讓鎖住部分串行執行.
import threading
#執行函數
def run(n):
#獲取鎖
lock.acquire()
global num
num += 1
#釋放鎖
lock.release()
lock = threading.Lock()
num = 0
for i in range(50):
t1 = threading.Thread(target=run, args=(i,))
t1.start()
print("所有線程都執行完了: ",num)
四 : 隊列
我們使用隊列來幫助我們自動的處理任務,只需要關注 取出 和 放入即可,一定程度上解耦了冗余的操作流程
- 基本操作
import queue
#存入
q = queue.Queue(maxsize=3)
q.put("d1")
q.put("d2")
q.put("d3")
#查看隊列成員大小
# q.qsize()
#取出
print(q.get())
print(q.get())
print(q.get())
結果 是 d1,d2,d3 先入先出
- 后入先出
q1 = queue.LifoQueue()
q1.put(1)
q1.put(2)
q1.put(3)
print(q1.get())
print(q1.get())
print(q1.get())
- 按照優先級取出
q2 = queue.PriorityQueue()
q2.put(1,"tz")
q2.put(2,"雪芙")
q2.put(3,"百百")
print(q2.get())
print(q2.get())
print(q2.get())
- 生產者消費者模型
通過多線程和隊列創造 生產者,消費者 模型
消費者不必關系 生成者的變化和多少,只需要專注于自己的消費行為,生產者也不必關注消費者的變化,專注于自己的生產行為,是一種解耦合的模型
import threading,time
import queue
q = queue.Queue(maxsize=10)
#生產者模型
def Producer(name):
count = 1
while True:
q.put("饅頭%s" % count)
print("生產了饅頭 :",count)
count += 1
time.sleep(0.5)
#消費者模型
def Consumer(name):
# while q.qsize() > 0:
while True:
print("%s 取到 %s 并且吃了它" %(name,q.get()))
time.sleep(1)
p = threading.Thread(target=Producer,args=("TZ",))
C = threading.Thread(target=Consumer, args=("BAIBAI",))
C1 = threading.Thread(target=Consumer, args=("ZK",))
p.start()
C.start()
C1.start()
五 : 總結
python提供了兩個模塊來實現多線程thread 和 threading ，thread 有些缺點，我們通常用 threading ,其實對于多線程,并行開發 ,其實在python這只是一種假象,因為CPU在快速的切換,似乎是并行的,即使是多核CPU在python中 在同一時間內也只有一個線程在執行,也許這是python 在初期設計開發上的缺陷.也有人嘗修改過,結果也差強人意,但是這比不妨礙這門優秀的語言,被我們廣泛的使用.
