threading学习

首页 > 代码库 > threading学习

2024-10-17 11:39:02 214人阅读

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
程序的运行速度可能加快
在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

threading模块提供的类：
　　Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。

threading 模块提供的常用方法：
　　threading.currentThread(): 返回当前的线程变量。
　　threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
　　threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。

threading 模块提供的常量：

　　threading.TIMEOUT_MAX 设置threading全局超时时间。

Thread是线程类，有两种使用方法，直接传入要运行的方法或从Thread继承并覆盖run()：

 1 # coding:utf-8
 2 import threading
 3 import time
 4 #方法一：将要执行的方法作为参数传给Thread的构造方法
 5 def action(arg):
 6     time.sleep(1)
 7     print(‘the arg is:%s\r‘ %arg)
 8 
 9 for i in range(4):
10     t =threading.Thread(target=action,args=(i,))
11     t.start()
12 
13 print(‘main thread end!‘)
14 
15 #方法二：从Thread继承，并重写run()
16 class MyThread(threading.Thread):
17     def __init__(self,arg):
18         super(MyThread, self).__init__()#注意：一定要显式的调用父类的初始化函数。
19         self.arg=arg
20     def run(self):#定义每个线程要运行的函数
21         time.sleep(1)
22         print ‘the arg is:%s\r‘ % self.arg
23 
24 for i in range(4):
25     t =MyThread(i)
26     t.start()
27 
28 print(‘main thread end!‘)

View Code

构造方法：
Thread(group=None, target=None, name=None, args=(), kwargs={})

　　group: 线程组，目前还没有实现，库引用中提示必须是None；
　　target: 要执行的方法；

name: 线程名；
　　args/kwargs: 要传入方法的参数。

实例方法：
　　isAlive(): 返回线程是否在运行。正在运行指启动后、终止前。
　　get/setName(name): 获取/设置线程名。

　　start(): 线程准备就绪，等待CPU调度
　　is/setDaemon(bool): 获取/设置是后台线程（默认前台线程（False））。（在start之前设置）

　　　　如果是后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程和后台线程均停止
　　如果是前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止
　　start(): 启动线程。
　　join([timeout]): 阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout（可选参数）。

使用例子一(未设置setDeamon)：

 1 # coding:utf-8
 2 import threading
 3 import time
 4 
 5 def action(arg):
 6     time.sleep(1)
 7     print(‘sub thread start!the thread name is:%s\r‘ % threading.currentThread().getName())
 8     print(‘the arg is:%s\r‘ %arg)
 9     time.sleep(1)
10 
11 for i in range(4):
12     t =threading.Thread(target=action,args=(i,))
13     t.start()
14 
15 print(‘main_thread end!‘)

运行结果

1 main_thread end!
2 sub thread start!the thread name is:Thread-2
3 the arg is:1
4 the arg is:0
5 sub thread start!the thread name is:Thread-4
6 the arg is:2
7 the arg is:3
8 Process finished with exit code 0
9 可以看出，创建的4个“前台”线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，程序停止

验证了serDeamon(False)(默认)前台线程，主线程执行过程中，前台线程也在进行，主线程执行完毕后，等待前台线程也执行完成后，主线程停止。

使用例子二（setDeamon=True）

 1 # coding:utf-8
 2 import threading
 3 import time
 4 
 5 def action(arg):
 6     time.sleep(1)
 7     print(‘sub thread start!the thread name is:%s\r‘ % threading.currentThread().getName())
 8     print(‘the arg is:%s\r‘ %arg)
 9     time.sleep(1)
10 
11 for i in range(4):
12     t =threading.Thread(target=action,args=(i,))
13     t.setDaemon(True)#设置线程为后台线程
14     t.start()
15 
16 print(‘main_thread end!‘)

运行结果

1 main_thread end!
2 
3 Process finished with exit code 0
4 
5 可以看出，主线程执行完毕后，后台线程不管是成功与否，主线程均停止

验证了serDeamon(True)后台线程，主线程执行过程中，后台线程也在进行，主线程执行完毕后，后台线程不论成功与否，主线程均停止。

使用例子三（设置join）

 1 #coding:utf-8
 2 import threading
 3 import time
 4 
 5 def action(arg):
 6     time.sleep(1)
 7     print(‘sub thread start!the thread name is:%s    ‘ % threading.currentThread().getName())
 8     print(‘the arg is:%s   ‘ %arg)
 9     time.sleep(1)
10 
11 thread_list = []    #线程存放列表
12 for i in range(4):
13     t =threading.Thread(target=action,args=(i,))
14     t.setDaemon(True)
15     thread_list.append(t)
16 
17 for t in thread_list:
18     t.start()
19 
20 for t in thread_list:
21     t.join()

运行结果

 1 sub thread start!the thread name is:Thread-2    
 2 the arg is:1   
 3 sub thread start!the thread name is:Thread-3    
 4 the arg is:2   
 5 sub thread start!the thread name is:Thread-1    
 6 the arg is:0   
 7 sub thread start!the thread name is:Thread-4    
 8 the arg is:3   
 9 main_thread end!
10 
11 Process finished with exit code 0
12 
13 设置join之后，主线程等待子线程全部执行完成后或者子线程超时后，主线程才结束

验证了 join()阻塞当前上下文环境的线程，直到调用此方法的线程终止或到达指定的timeout，即使设置了setDeamon（True）主线程依然要等待子线程结束。

使用例子四（join不妥当的用法，使多线程编程顺序执行）

 1 #coding:utf-8
 2 import threading
 3 import time
 4 
 5 def action(arg):
 6     time.sleep(1)
 7     print(‘sub thread start!the thread name is:%s    ‘ % threading.currentThread().getName())
 8     print(‘the arg is:%s   ‘ %arg)
 9     time.sleep(1)
10 
11 
12 for i in range(4):
13     t =threading.Thread(target=action,args=(i,))
14     t.setDaemon(True)
15     t.start()
16     t.join()
17 
18 print(‘main_thread end!‘)

运行结果

 1 sub thread start!the thread name is:Thread-1    
 2 the arg is:0   
 3 sub thread start!the thread name is:Thread-2    
 4 the arg is:1   
 5 sub thread start!the thread name is:Thread-3    
 6 the arg is:2   
 7 sub thread start!the thread name is:Thread-4    
 8 the arg is:3   
 9 main_thread end!
10 
11 Process finished with exit code 0
12 可以看出此时，程序只能顺序执行，每个线程都被上一个线程的join阻塞，使得“多线程”失去了多线程意义。

Lock、Rlock类

　　由于线程之间随机调度：某线程可能在执行n条后，CPU接着执行其他线程。为了多个线程同时操作一个内存中的资源时不产生混乱，我们使用锁。

Lock（指令锁）是可用的最低级的同步指令。Lock处于锁定状态时，不被特定的线程拥有。Lock包含两种状态——锁定和非锁定，以及两个基本的方法。

可以认为Lock有一个锁定池，当线程请求锁定时，将线程至于池中，直到获得锁定后出池。池中的线程处于状态图中的同步阻塞状态。

RLock（可重入锁）是一个可以被同一个线程请求多次的同步指令。RLock使用了“拥有的线程”和“递归等级”的概念，处于锁定状态时，RLock被某个线程拥有。拥有RLock的线程可以再次调用acquire()，释放锁时需要调用release()相同次数。

可以认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用 acquire()/release()，计数器将+1/-1，为0时锁处于未锁定状态。

简言之：Lock属于全局，Rlock属于线程。

构造方法：
Lock()，Rlock（）,推荐使用Rlock()

实例方法：
　　acquire([timeout]): 尝试获得锁定。使线程进入同步阻塞状态。
　　release(): 释放锁。使用前线程必须已获得锁定，否则将抛出异常。

例子一（未使用锁）

 1 #coding:utf-8
 2 import threading
 3 import time
 4 
 5 gl_num = 0
 6 
 7 def show():
 8     global gl_num
 9     time.sleep(1)
10     gl_num +=1
11     print gl_num
12 
13 for i in range(10):
14     t = threading.Thread(target=show)
15     t.start()
16 
17 print(‘main thread stop‘)
18 
19 运行结果
20 main thread stop
21 12
22 
23  3
24 4
25 568
26  9
27 
28 910
29 
30 
31 Process finished with exit code 0
32 
33 多次运行可能产生混乱。这种场景就是适合使用锁的场景。

例子二（使用锁）:

 1 # coding:utf-8
 2 
 3 import threading
 4 import time
 5 
 6 gl_num = 0
 7 
 8 lock = threading.RLock()
 9 
10 # 调用acquire([timeout])时，线程将一直阻塞，
11 # 直到获得锁定或者直到timeout秒后（timeout参数可选）。
12 # 返回是否获得锁。
13 def Func():
14     lock.acquire()
15     global gl_num
16     gl_num += 1
17     time.sleep(1)
18     print gl_num
19     lock.release()
20 
21 for i in range(10):
22     t = threading.Thread(target=Func)
23     t.start()
24 
25 
26 运行结果
27 
28 1
29 2
30 3
31 4
32 5
33 6
34 7
35 8
36 9
37 10
38 
39 Process finished with exit code 0
40 可以看出，全局变量在在每次被调用时都要获得锁，才能操作，因此保证了共享数据的安全性

Lock对比Rlock

 1 #coding:utf-8
 2  
 3 import threading
 4 lock = threading.Lock() #Lock对象
 5 lock.acquire()
 6 lock.acquire()  #产生了死锁。
 7 lock.release()
 8 lock.release()
 9 print(lock.acquire())
10  
11  
12 import threading
13 rLock = threading.RLock()  #RLock对象
14 rLock.acquire()
15 rLock.acquire() #在同一线程内，程序不会堵塞。
16 rLock.release()
17 rLock.release()

Condition类

　　Condition（条件变量）通常与一个锁关联。需要在多个Contidion中共享一个锁时，可以传递一个Lock/RLock实例给构造方法，否则它将自己生成一个RLock实例。

　　可以认为，除了Lock带有的锁定池外，Condition还包含一个等待池，池中的线程处于等待阻塞状态，直到另一个线程调用notify()/notifyAll()通知；得到通知后线程进入锁定池等待锁定。

构造方法：
Condition([lock/rlock])

实例方法：
　　acquire([timeout])/release(): 调用关联的锁的相应方法。
　　wait([timeout]): 调用这个方法将使线程进入Condition的等待池等待通知，并释放锁。使用前线程必须已获得锁定，否则将抛出异常。
　　notify(): 调用这个方法将从等待池挑选一个线程并通知，收到通知的线程将自动调用acquire()尝试获得锁定（进入锁定池）；其他线程仍然在等待池中。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。
　　notifyAll(): 调用这个方法将通知等待池中所有的线程，这些线程都将进入锁定池尝试获得锁定。调用这个方法不会释放锁定。使用前线程必须已获得锁定，否则将抛出异常。

例子：生产者消费者模型

 1 import threading
 2 from threading import Thread
 3 import time
 4 import random
 5 
 6 
 7 def worker_func():
 8     print(‘worker thread started in %s‘ % (threading.current_thread()))
 9     random.seed()
10     time.sleep(random.random())
11     print(‘worker thread finished in %s‘ % (threading.current_thread()))
12 
13 
14 def simple_thread_demo(tn=5):
15     for i in range(tn):
16         t = Thread(target=worker_func)
17         t.start()
18 
19 
20 gLock = threading.Lock()
21 gRLock = threading.RLock()
22 gSemaphore = threading.Semaphore(3)
23 gPool = 1000
24 gCondition = threading.Condition()
25 
26 
27 def worker_func_lock(lock):
28     lock.acquire()
29     worker_func()
30     lock.release()
31 
32 
33 def thread_lock_demo(tn=5):
34     for i in range(tn):
35         t = Thread(target=worker_func_lock, args=[gSemaphore])
36         t.start()
37 
38 
39 class Consumer(Thread):
40     def run(self):
41         print(‘%s started‘ % threading.current_thread())
42         while True:
43             global gPool
44             global gCondition
45 
46             gCondition.acquire()
47             random.seed()
48             c = random.randint(500, 1000)
49             print(‘%s: Trying to consume %d. Left %d‘ % (threading.current_thread(), c, gPool))
50             while gPool < c:
51                 gCondition.wait()
52             gPool -= c
53             time.sleep(random.random())
54             print(‘%s: Consumed %d. Left %d‘ % (threading.current_thread(), c, gPool))
55             gCondition.release()
56 
57 
58 class Producer(Thread):
59     def run(self):
60         print(‘%s started‘ % threading.current_thread())
61         while True:
62             global gPool
63             global gCondition
64 
65             gCondition.acquire()
66             random.seed()
67             p = random.randint(100, 200)
68             gPool += p
69             print(‘%s: Produced %d. Left %d‘ % (threading.current_thread(), p, gPool))
70             time.sleep(random.random())
71             gCondition.notify_all()
72             gCondition.release()
73 
74 
75 def consumer_producer_demo():
76     for i in range(1):
77         Consumer().start()
78 
79     for i in range(1):
80         Producer().start()
81 
82 
83 if __name__ == ‘__main__‘:
84     # simple_thread_demo()
85     # thread_lock_demo()
86     consumer_producer_demo()

信号量（Semaphore）

互斥锁同时只允许一个线程更改数据，而Semaphore是同时允许一定数量的线程更改数据，比如厕所有3个坑，那最多只允许3个人上厕所，后面的人只能等里面有人出来了才能再进去。

 1 import threading,time
 2  
 3 def run(n):
 4     semaphore.acquire()
 5     time.sleep(1)
 6     print("run the thread: %s" %n)
 7     semaphore.release()
 8  
 9 if __name__ == ‘__main__‘:
10  
11     num= 0
12     semaphore  = threading.BoundedSemaphore(5) #最多允许5个线程同时运行
13     for i in range(20):
14         t = threading.Thread(target=run,args=(i,))
15         t.start()

Event类

　　Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。Event内置了一个初始为False的标志，当调用set()时设为True，调用clear()时重置为 False。wait()将阻塞线程至等待阻塞状态。

　　Event其实就是一个简化版的 Condition。Event没有锁，无法使线程进入同步阻塞状态。

构造方法：
Event()

实例方法：
　　isSet(): 当内置标志为True时返回True。
　　set(): 将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行状态。
　　clear(): 将标志设为False。
　　wait([timeout]): 如果标志为True将立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。

 1 # encoding: utf-8
 2 import threading
 3 import time
 4 
 5 event = threading.Event()
 6 
 7 
 8 def func():
 9     # 等待事件，进入等待阻塞状态
10     print(‘%s wait for event...‘ % threading.currentThread().getName())
11     event.wait()
12 
13     # 收到事件后进入运行状态
14     print(‘%s recv event.‘ % threading.currentThread().getName())
15 
16 
17 t1 = threading.Thread(target=func)
18 t2 = threading.Thread(target=func)
19 t1.start()
20 t2.start()
21 
22 time.sleep(2)
23 
24 # 发送事件通知
25 print(‘MainThread set event.‘)
26 event.set()

1 运行结果
2 Thread-1 wait for event...
3 Thread-2 wait for event...
4 
5 #2秒后。。。
6 MainThread set event.
7 Thread-1 recv event.
8  Thread-2 recv event.

timer类

　　Timer（定时器）是Thread的派生类，用于在指定时间后调用一个方法。

构造方法：
Timer(interval, function, args=[], kwargs={})
　　interval: 指定的时间
　　function: 要执行的方法
　　args/kwargs: 方法的参数

实例方法：
Timer从Thread派生，没有增加实例方法。

 1 # encoding: utf-8
 2 import threading
 3 
 4 
 5 def func():
 6     print(‘hello timer!‘)
 7 
 8 
 9 timer = threading.Timer(5, func)
10 timer.start()

线程延迟5秒后执行.

local类

　　local是一个小写字母开头的类，用于管理 thread-local（线程局部的）数据。对于同一个local，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程设置的同名属性替换。

　　可以把local看成是一个“线程-属性字典”的字典，local封装了从自身使用线程作为 key检索对应的属性字典、再使用属性名作为key检索属性值的细节。

 1 # encoding: utf-8
 2 import threading
 3  
 4 local = threading.local()
 5 local.tname = ‘main‘
 6  
 7 def func():
 8     local.tname = ‘notmain‘
 9     print(local.tname)
10  
11 t1 = threading.Thread(target=func)
12 t1.start()
13 t1.join()
14  
15 print(local.tname)
16 
17 运行结果
18 notmain
19 main

参考文章链接：

　　http://www.cnblogs.com/huxi/archive/2010/06/26/1765808.html

　　http://www.cnblogs.com/wupeiqi/articles/5040827.html

threading学习

声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉：投诉/举报工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。

联系
我们

首页 > 代码库 > threading学习