Python多線程原理與用法詳解

2020-01-04 14:40:48

字體：大中小

來源：轉載

供稿：網友

本文實例講述了Python多線程原理與用法。分享給大家供大家參考，具體如下：

多線程（英語：multithreading），是指從軟件或者硬件上實現多個線程并發執行的技術。具有多線程能力的計算機因有硬件支持而能夠在同一時間執行多于一個線程，進而提升整體處理性能。具有這種能力的系統包括對稱多處理機、多核心處理器以及芯片級多處理（Chip-level multithreading）或同時多線程（Simultaneous multithreading）處理器。[1] 在一個程序中，這些獨立運行的程序片段叫作“線程”（Thread），利用它編程的概念就叫作“多線程處理（Multithreading）”。具有多線程能力的計算機因有硬件支持而能夠在同一時間執行多于一個線程（臺灣譯作“執行緒”），進而提升整體處理性能。

創建并啟動一個線程

import threadingdef runtask(name):  print("%s線程已啟動"%name)t = threading.Thread(target=runtask,args=("task1",))  # args因為是一個元組，所以必須這樣寫,否則運行將報錯t.start()

join

等待當前線程執行完畢

import threadingimport timedef runtask(name):  print("%s線程已啟動"%name)  time.sleep(2)t = threading.Thread(target=runtask,args=("task1",))t.start()t.join()print("abc")  # 過了2s才會打印，若無等待將看不到等待2s的效果

setDaemon(True)

將線程設置為守護線程。若設置為守護線程，主線程結束后，子線程也將結束，并且主線程不會理會子線程是否結束，主線程不會等待子線程結束完后才結束。若沒有設置為守護線程，主線程會等待子線程結束后才會結束。

active_count

程序的線程數量，數量=主線程+子線程數量

Lock(互斥鎖)

Python編程中，引入了對象互斥鎖的概念，來保證共享數據操作的完整性。每個對象都對應于一個可稱為” 互斥鎖” 的標記，這個標記用來保證在任一時刻，只能有一個線程訪問該對象。在Python中我們使用threading模塊提供的Lock類。

import threading,timedef runtask(name):  global count  time.sleep(1)  lock.acquire()   # 獲取鎖資源，并返回是否獲取成功  count+=1  print(name,count)  lock.release()   # 釋放資源count = 0lock = threading.Lock()   # 互斥鎖for index in range(50):  t = threading.Thread(target=runtask,args=("thread%d"%index,))  t.start()

上面這段代碼如果沒有加上互斥鎖，在Python2.x中執行的結果將會是亂的。在Python3.x中執行卻總是正確的，似乎是自動為其加了鎖

RLock(遞歸鎖，可重入鎖)

當一個線程中遇到鎖嵌套情況該怎么辦，又會遇到什么情況？

def run1():  global count1  lock.acquire()  count1 += 1  lock.release()  return count1def run2():  global count2  lock.acquire()  count2 += 1  lock.release()  return count2def runtask():  lock.acquire()  r1 = run1()  print("="*30)  r2 = run2()  lock.release()  print(r1,r2)count1,count2 = 0,0lock = threading.Lock()for index in range(50):  t = threading.Thread(target=runtask,)  t.start()

這是一個很簡單的線程鎖死案例，程序將被卡死，停止不動。為了解決這一情況，Python提供了遞歸鎖RLock(可重入鎖)。這個RLock內部維護著一個Lock和一個counter變量，counter記錄了acquire的次數，從而使得資源可以被多次require。直到一個線程所有的acquire都被release，其他的線程才能獲得資源。上面的代碼只需做一些小小的改動

lock = threading.Lock()

修改為:

lock = threading.RLock()

那么程序將不會發生死鎖情況。

最大可執行線程

threading.BoundedSemaphore(5)設置可同時執行的最大線程數為5個，后面的線程需排隊等待前面的線程執行完畢

import time,threadingdef runtask(name):  global num  semaphore.acquire()  time.sleep(1)  num += 1  semaphore.release()  print(name,num)num = 0semaphore = threading.BoundedSemaphore(5)for index in range(50):  t = threading.Thread(target=runtask,args=("線程%s"%index,))  t.start()

執行效果:

Python,多線程,原理

可以看出上面的程序是每次只有5個線程在同時運行，其他線程需等待前面的線程執行完畢,這就是最大可執行線程。

Event

Python提供了Event對象用于線程間通信，它是由線程設置的信號標志，如果信號標志位為假，則線程等待直到信號被其他線程設置成真。Event中提供了四個重要的方法來滿足基本的需求。

- clear：清除標記
- set：設置標記
- is_set：是否被標記
- wait：等待被標記

代碼示例：

import threading,timedef lighter():  num = 0  event.set()   # 設置標記  while True:    if num >= 5 and num < 10:      event.clear()  # 清除標記      print("紅燈亮起，車輛禁止通行")    if num >= 10:      event.set()   # 設置標記      print("綠燈亮起，車輛可以通行")      num = 0    num += 1    time.sleep(1)def car():  while True:    if event.is_set():      print("車輛正在跑...")    else:      print("車輛停下了")      event.wait()    time.sleep(1)event = threading.Event()t1 = threading.Thread(target=lighter,)t2 = threading.Thread(target=car,)t1.start()t2.start()

這是一個簡單的紅燈停綠燈行案例。初始設置為綠燈并標記，車輛看到標記后通行，當紅燈亮起的時候取消標記，車輛看到沒有標記時停下，等待標記。

Queue隊列

使任務按照某一種特定順序有條不紊的進行。下面介紹幾種常用的隊列: