一 : 科普一分鐘
線程是操作系統(tǒng)能夠運(yùn)算調(diào)度的最小單位,它被包含在進(jìn)程中,是進(jìn)程中實(shí)際的運(yùn)作單位,一條線程指的是進(jìn)程中一個(gè)單一順序的控制流,一個(gè)進(jìn)程中可以并發(fā)多個(gè)線程,每條線程并行執(zhí)行不同的任務(wù).
進(jìn)程: 我們所用的應(yīng)該程序,在執(zhí)行時(shí)候可以簡(jiǎn)單理解為一個(gè)'進(jìn)程',也就是說,進(jìn)程就是一個(gè)暴露給操作系統(tǒng)管理,其包含對(duì)各種資源的調(diào)用.線程:是操作系統(tǒng)最小的調(diào)動(dòng)單位,是一串指令的集合
二 : 多線程創(chuàng)建和使用
- 創(chuàng)建子線程
import threading
import time
# 子線程調(diào)用方法
def run:
print("Run Start",n)
time.sleep(1)
print("Run done")
#創(chuàng)建子線程實(shí)例對(duì)象
t1 = threading.Thread(target=run, args=("TZ",))
#啟動(dòng)線程,執(zhí)行子線程任務(wù)
t1.start()
- 守護(hù)線程
#把當(dāng)前線程設(shè)置為守護(hù)線程 在start之前
t1.setDaemon(True)
- 用類實(shí)例化子線程
#創(chuàng)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(shí)例化類
t1 = MYThread("t1")
t2 = MYThread("t2")
#啟動(dòng)線程
t1.start()
t2.start()
- join
如果 我們?cè)趦蓚€(gè)字線程執(zhí)行時(shí)候 ,調(diào)用第一個(gè)線程的join方法 會(huì)有什么結(jié)果呢,相當(dāng)于兩個(gè)線程為串行線程,執(zhí)行完第一個(gè)再執(zhí)行第二個(gè)
t1.start()
t1.join() #等待t1結(jié)束 進(jìn)行t2 變成串行了
t2.start()
- 信號(hào)量
最大允許線程同時(shí)進(jìn)行的數(shù)量,當(dāng)一條線程結(jié)束,新的線程插入,保持子線程不超過規(guī)定的信號(hào)量.
import threading,time
#執(zhí)行函數(shù)
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(gè)線程同時(shí)運(yùn)行
semaphore = threading.BoundedSemaphore(5)
#循環(huán)創(chuàng)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(shí)期,讓子線程串行執(zhí)行.
為什么要有線程鎖:當(dāng)多個(gè)線程執(zhí)行,并且訪問同一塊內(nèi)存num = 0,有兩個(gè)線程線程A,線程B執(zhí)行+1操作
變量時(shí)候,A線程讀取變量為0,并且放入緩存區(qū),當(dāng)A線程想執(zhí)行+1操作時(shí)候,線程B啟動(dòng),并且執(zhí)行完+1操作,num = 1回到線程A,此時(shí)讀取緩存區(qū)數(shù)據(jù) 0執(zhí)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(zhí)行.
import threading
#執(zhí)行函數(shù)
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(zhí)行完了: ",num)
四 : 隊(duì)列
我們使用隊(duì)列來幫助我們自動(dòng)的處理任務(wù),只需要關(guān)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(duì)列成員大小
# q.qsize()
#取出
print(q.get())
print(q.get())
print(q.get())
結(jié)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(yōu)先級(jí)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(chǎn)者消費(fèi)者模型
通過多線程和隊(duì)列創(chuàng)造 生產(chǎn)者,消費(fèi)者 模型
消費(fèi)者不必關(guān)系 生成者的變化和多少,只需要專注于自己的消費(fèi)行為,生產(chǎn)者也不必關(guān)注消費(fèi)者的變化,專注于自己的生產(chǎn)行為,是一種解耦合的模型
import threading,time
import queue
q = queue.Queue(maxsize=10)
#生產(chǎn)者模型
def Producer(name):
count = 1
while True:
q.put("饅頭%s" % count)
print("生產(chǎn)了饅頭 :",count)
count += 1
time.sleep(0.5)
#消費(fèi)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(jié)
python提供了兩個(gè)模塊來實(shí)現(xiàn)多線程thread 和 threading ，thread 有些缺點(diǎn)缤骨，我們通常用 threading ,其實(shí)對(duì)于多線程,并行開發(fā) ,其實(shí)在python這只是一種假象,因?yàn)镃PU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(shí)間內(nèi)也只有一個(gè)線程在執(zhí)行,也許這是python 在初期設(shè)計(jì)開發(fā)上的缺陷.也有人嘗修改過,結(jié)果也差強(qiáng)人意,但是這比不妨礙這門優(yōu)秀的語言,被我們廣泛的使用.
