这篇文章主要介绍了python多线程使用方法,结合实例形式详细分析了Python多线程thread模块、锁机制相关使用技巧与操作注意事项,需要的朋友可以参考下
本文实例讲述了python多线程使用方法。分享给大家供大家参考，具体如下：
threading 模块支持守护线程， 其工作方式是：守护线程一般是一个等待客户端请求服务的服务器。
如果把一个线程设置为守护线程，进程退出时不需要等待这个线程执行完成。
如果主线程准备退出时，不需要等待某些子线程完成，就可以为这些子线程设置守护线程标记。 需要在启动线程之前执行如下赋值语句： thread.daemon = True，检查线程的守护状态也只需要检查这个值即可。
整个 Python 程序将在所有非守护线程退出之后才退出， 换句话说， 就是没有剩下存活的非守护线程时才退出。
使用thread模块
以下是三种使用 Thread 类的方法(一般使用第一个或第三个方案)
import threading from time import sleep, ctime loops = [3, 2, 1, 1, 1] def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = threading.Thread(target=loop, args=(i, loops[i])) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
当所有线程都分配完成之后，通过调用每个线程的 start()方法让它们开始执行，而不是 在这之前就会执行。
相比于管理一组锁（分配、获取、释放、检查锁状态等）而言，这里只 需要为每个线程调用 join()方法即可。
join()方法将等待线程结束，或者在提供了超时时间的情况下，达到超时时间。
使用 join()方法要比等待锁释放的无限循环更加清晰（这也是这种锁 又称为自旋锁的原因）。
import threading from time import sleep, ctime # 创建 Thread 的实例，传给它一个可调用的类实例 loops = [3, 2, 1, 1, 1] class ThreadFunc(object): def __init__(self, func, args, name=''): self.name = name self.func = func self.args = args def __call__(self): self.func(*self.args) def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = threading.Thread(target=ThreadFunc(loop, (i, loops[i]), loop.__name__)) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
派生 Thread 的子类，并创建子类的实例。
import threading from time import sleep, ctime # 创建 Thread 的实例，传给它一个可调用的类实例 # 子类的构造函数必须先调用其基类的构造函数 # 特殊方法__call__()在 子类中必须要写为 run() loops = [3, 2, 1, 1, 1] class MyThread(threading.Thread): def __init__(self, func, args, name=''): threading.Thread.__init__(self) self.name = name self.func = func self.args = args def run(self): self.func(*self.args) def loop(i, nsec): print(f'start loop {i} at: {ctime()}') sleep(nsec) print(f'end loop {i} at: {ctime()}') def main(): print('start at', ctime()) threads = [] nloops = range(len(loops)) for i in nloops: t = MyThread(loop, (i, loops[i]), loop.__name__) threads.append(t) for i in nloops: # start threads threads[i].start() for i in nloops: # wait for all threads[i].join() # threads to finish print(f'all done at: {ctime()}') if __name__ == '__main__': main()
使用锁
python和java一样，也具有锁机制，而且创建与使用锁都是很简便的。
一般在多线程代码中，总会有一些特 定的函数或代码块不希望（或不应该）被多个线程同时执行，通常包括修改数据库、更新文件或 其他会产生竞态条件的类似情况
锁有两种状态：锁定和未锁定。而且它也只支持两个函数：获得锁和释放锁。
一般锁的调用如下
# 加载线程的锁对象 lock = threading.Lock() # 获取锁 lock.acquire() # ...代码 # 释放锁 lock.release()
# 加载线程的锁对象 lock = threading.Lock() with lock : #...代码
示例代码：
import threading from time import sleep, ctime lock = threading.Lock() def a(): lock.acquire() for x in range(5): print(f'a:{str(x)}') sleep(0.01) lock.release() def b(): lock.acquire() for x in range(5): print(f'a:{str(x)}') sleep(0.01) lock.release() threading.Thread(target=a).start() threading.Thread(target=b).start()
Thread对象的属性
描述
name
线程名
ident
线程的标识符
daemon
布尔标志，表示这个线程是否是守护线程
Thread对象的方法
描述
init(group=None, tatget=None, name=None, args=(), kwargs ={}, verbose=None, daemon=None)
实例化一个线程对象，需要有一个可调用的 target，以及其参数 args 或 kwargs。还可以传递 name 或 group 参数，不过后者还未实现。此 外 ， verbose 标 志 也 是 可 接 受 的 。 而 daemon 的 值 将 会 设 定 thread.daemon 属性/标志
start()
开始执行该线程
run()
join (timeout=None)
直至启动的线程终止之前一直挂起；除非给出了 timeout（秒），否则 会一直阻塞
is_alive()
布尔标志，表示这个线程是否还存活
描述
start()
开始执行该线程
active_count()
当前活动的 Thread 对象个数
enumerate()
返回当前活动的 Thread 对象列表
settrace(func)
setprofile (func)
stack_size(size=0)
返回新创建线程的栈大小；或为后续创建的线程设定栈的大小 为 size
Lock()
加载线程的锁对象，是一个基本的锁对象，一次只能一个锁定，其余锁请求，需等待锁释放后才能获取,对象有acquire()和release()方法
RLock()
多重锁，在同一线程中可用被多次acquire。如果使用RLock，那么acquire和release必须成对出现，调用了n次acquire锁请求，则必须调用n次的release才能在线程中释放锁对象
后记
在Python多线程下，每个线程的执行方式：
1、获取GIL
2、执行代码直到sleep或者是python虚拟机将其挂起。
3、释放GIL
通常来说，多线程是一个好东西。不过由于 Python 的 GIL 的限制，多线程更适合于 I/O 密集型应用（I/O 释放了 GIL，可以允 许更多的并发），而不是计算密集型应用。对于后一种情况而言，为了实现更好的并行性，你需要使用多进程，以便让 cpu 的其他内核来执行。
请注意：多核多线程比单核多线程更差，原因是单核下多线程，每次释放GIL，唤醒的那个线程都能获取到GIL锁，所以能够无缝执行，但多核下，cpu0释放GIL后，其他cpu上的线程都会进行竞争，但GIL可能会马上又被cpu0拿到，导致其他几个cpu上被唤醒后的线程会醒着等待到切换时间后又进入待调度状态，这样会造成线程颠簸(thrashing)，导致效率更低
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python进程与线程操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》、《Python+MysqL数据库程序设计入门教程》及《Python常见数据库操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
