文档章节

线程的回顾

o
 osc_w9s1w4o0
发布于 2019/04/02 08:54
字数 2168
阅读 7
收藏 0

「深度学习福利」大神带你进阶工程师,立即查看>>>

线程

  • 多任务可以由多进程完成,也可以由一个进程内的多线程完成。

  • 我们前面提到了进程是由若干线程组成的,一个进程至少有一个线程

  • 由于线程是操作系统直接支持的执行单元,因此,高级语言通常都内置多线程的支持,Python也不例外,并且,Python的线程是真正的Posix Thread,而不是模拟出来的线程。

  • Python的标准库提供了两个模块:thread和threading,thread是低级模块,threading是高级模块,对thread进行了封装。绝大多数情况下,我们只需要使用threading这个高级模块

函数方式 创建线程:

import threading
import time

def func1():
    i = 0
    while i<5 :
        print('eating......')
        time.sleep(1)
        i+=1

def func2():
    i = 0
    while i<5 :
        print('running......')
        time.sleep(1)
        i+=1

if __name__ == '__main__':
    t1 = threading.Thread(target=func1)
    t2 = threading.Thread(target=func2)
    t1.start() #开始线程
    t2.start()
    t1.join()
    t2.join()
>>>
eating......
running......
eating......
running......
eating......
running......

类的方式:

import threading,time
class Mythread(threading.Thread):
    def __init__(self,*args,**kwargs):
        name = kwargs.pop('args')
        self._heroname = name
        super(Mythread, self).__init__(*args,**kwargs)
    def run(self):
        print('currentThread is %s'%threading.currentThread())
        print('hero name %s'%self._heroname)
        print(self.name)

t1 = Mythread(args=('鲁班七号'))
t2 = Mythread(args='赵云')
t3 = Mythread(args='后裔')
t1.start()
t2.start()
t3.start()
>>>
currentThread is <Mythread(Thread-1, started 3924)>
hero name 鲁班七号
Thread-1
currentThread is <Mythread(Thread-2, started 11416)>
hero name 赵云
Thread-2
currentThread is <Mythread(Thread-3, started 5868)>
hero name 后裔
Thread-3

多线程共享全局变量

多线程中,所有变量都由所有线程共享,所以,任何一个变量都可以被任何一个线程修改,因此,线程之间共享数据最大的危险在于多个线程同时改一个变量,把内容给改乱了 数据混乱:

import threading

g_nums = 0

def test1():
    global g_nums
    for x in range(1000000):
        g_nums+=1


def test2():
    global g_nums
    for x in range(1000000):
        g_nums+=1


if __name__ == '__main__':
    t1 = threading.Thread(target=test1)
    t2 = threading.Thread(target=test2)
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    print(g_nums)
>>>
1320177

互斥锁

当线程同时修改末一个共享数据时,需要进行同步控制。 线程同步能够保证多个线程安全访问竞争资源,最简单的同步机制是引入互斥锁

保证共享数据操作的完整性。每个对象都对应于一个可称为" 互斥锁" 的标记,这个标记用来保证在任一时刻,只能有一个线程访问该对象。

import threading
from threading import Lock

lock = Lock()
g_nums = 0

def test1():
    global g_nums
    lock.acquire()
    for x in range(1000000):
        g_nums+=1
    lock.release()


def test2():
    global g_nums
    lock.acquire()
    for x in range(1000000):
        g_nums+=1
    lock.release()


if __name__ == '__main__':
    t1 = threading.Thread(target=test1)
    t2 = threading.Thread(target=test2)
    t1.start()
    t2.start()
    t1.join()
    t2.join()
    print(g_nums)
>>>
2000000

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

Lock对比Rlock

#coding:utf-8
 
import threading
lock = threading.Lock() #Lock对象
lock.acquire()
lock.acquire()  #产生了死锁。
lock.release()
lock.release()
print lock.acquire()
 
 
import threading
rLock = threading.RLock()  #RLock对象
rLock.acquire()
rLock.acquire() #在同一线程内,程序不会堵塞。
rLock.release()
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1:生产者消费者:

# encoding: UTF-8
import threading
import time

# 商品
product = None
# 条件变量
con = threading.Condition()


# 生产者方法
def produce():
    global product

    if con.acquire():
        while True:
            if product is None:
                print( 'produce...')
                product = 'anything'

                # 通知消费者,商品已经生产
                con.notify()

            # 等待通知
            con.wait()
            time.sleep(2)


# 消费者方法
def consume():
    global product

    if con.acquire():
        while True:
            if product is not None:
                print( 'consume...')
                product = None

                # 通知生产者,商品已经没了
                con.notify()

            # 等待通知
            con.wait()
            time.sleep(2)

t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()
>>>
produce...
consume...
produce...
consume...
produce...
consume...
......

例子2:生产者消费者

import threading
import time

condition = threading.Condition()
products = 0

class Producer(threading.Thread):
    def run(self):
        global products
        while True:
            if condition.acquire():
                if products < 10:
                    products += 1
                    print( "Producer(%s):deliver one, now products:%s" %(self.name, products))
                    condition.notify()#不释放锁定,因此需要下面一句
                    condition.release()
                else:
                    print( "Producer(%s):already 10, stop deliver, now products:%s" %(self.name, products))
                    condition.wait()#自动释放锁定
                time.sleep(2)

class Consumer(threading.Thread):
    def run(self):
        global products
        while True:
            if condition.acquire():
                if products > 1:
                    products -= 1
                    print( "Consumer(%s):consume one, now products:%s" %(self.name, products))
                    condition.notify()
                    condition.release()
                else:
                    print( "Consumer(%s):only 1, stop consume, products:%s" %(self.name, products))
                    condition.wait()
                time.sleep(2)

if __name__ == "__main__":
    for p in range(0, 2):
        p = Producer()
        p.start()

    for c in range(0, 3):
        c = Consumer()
        c.start()
>>>
Producer(Thread-1):deliver one, now products:1
Producer(Thread-2):deliver one, now products:2
Consumer(Thread-3):consume one, now products:1
Consumer(Thread-4):only 1, stop consume, products:1
Consumer(Thread-5):only 1, stop consume, products:1
Producer(Thread-2):deliver one, now products:2
...

Event事件   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 Falsewait()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: 1. isSet(): 当内置标志为True时返回True。 2. 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。 3. clear(): 将标志设为False。 4. 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()。

# encoding: UTF-8
import threading
import time

event = threading.Event()


def func():
    # 等待事件,进入等待阻塞状态
    print( '%s wait for event...' % threading.currentThread().getName())
    event.wait()

    # 收到事件后进入运行状态
    print( '%s recv event.' % threading.currentThread().getName())


t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()

time.sleep(2)

# 发送事件通知
print( 'MainThread set event.')
event.set()
>>>
Thread-1 wait for event...
Thread-2 wait for event...
MainThread set event.
Thread-2 recv event.
Thread-1 recv event.

Event对象关键的特性是他会唤醒所有的线程。如果我们编写的程序只希望唤醒一个单独的线程,那么最好使用Semaphore或者Condition对象

#encoding:utf-8
# __author__ = 'donghao'
# __time__ = 2019/4/1 21:30
import threading
import time


def worker(n, seam):
    seam.acquire()
    print('working',n)
    time.sleep(1)


if __name__ == '__main__':
    seam = threading.Semaphore(0)
    nworkers = 10
    for n in range(10):
        t = threading.Thread(target=worker, args=(n, seam,))
        t.start()

    while True:
        time.sleep(1)
        seam.release()
>>>
working 0
working 1
working 2
working 3
working 4
working 5
working 6
......

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
# encoding: UTF-8
import threading


def func():
    print( 'hello timer!')


timer = threading.Timer(5, func)
timer.start()

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。

`# encoding: UTF-8
import threading

local = threading.local()
local.tname = '王者荣耀'


def func():
    local.tname = '鲁班七号'
    print(local.tname)



t1 = threading.Thread(target=func)
t1.start()
t1.join()

print(local.tname)
>>>
鲁班七号
王者荣耀
o
粉丝 0
博文 500
码字总数 0
作品 0
私信 提问
加载中
请先登录后再评论。
Swift百万线程攻破单例(Singleton)模式

一、不安全的单例实现 在上一篇文章我们给出了单例的设计模式,直接给出了线程安全的实现方法。单例的实现有多种方法,如下面: class SwiftSingleton { } 这段代码的实现,在shared中进行条...

一叶博客
2014/06/20
3.4K
16
高效率的nio框架--nio java raptor

设计初衷是提供方便易用,且高效率的nio框架,一部分实现上参考了mina。还包括线程池,编解码,内存池等机制,以便于开发高性能tcp程序。 文档后续会慢慢的补上。 整体实现上尽量少的使用锁,...

齐楠
2012/12/12
3.3K
0
Lisp的STM库--STMX

STMX 是一个高性能的 Common Lisp 库,用于实现可组合的软件事务内存机制。 事务内存是一种并行程序设计的方式,其来自于数据库管理系统(DBMS)中的事务(Transaction)概念。事务内存目前有...

匿名
2013/05/09
814
0
iOS 多线程—GCD 基本用法

什么是进程? 最通俗的描述就是一个个pid,官方的说法:进程是程序在计算机上的一次执行活动。打开一个app 就开启了一个进程。可包含多个线程。 什么是线程? 独立执行的代码段,一个线程同一...

Carson6931
2015/10/23
2.3K
12
JDK高性能编程之容器

JDK高性能编程之容器 读书笔记内容部分来源书籍深入理解JVM、互联网等,如有错误,请指正,我会及时更正,感谢。 先放一个类图util,点击打开看明细 j360-jdk调试功能 https://github.com/x...

Hi徐敏
2015/10/17
6.7K
18

没有更多内容

加载失败,请刷新页面

加载更多

CSS基本选择器

标签选择器 HTML标签作为标签选择器的名称<h1>…<h6>、<p>、<img/> 类选择器 一些特殊的实现效果,单纯使用标签选择器不能实现,从而引出类选择器 ID选择器 ID选择器的名称就是HTML中标签的...

hmyqwe
15分钟前
0
0
SpringCloudGateway+Consul集群部署笔记

spring cloud gateway已经使用了较长一段时间,一直有想法,整理整理一下,形成一个有效的记录,近期终于抽空写成笔记。 1、基本环境 版本:consul-1.7.2 服务:192.168.11.45(windows)、1...

不会飞的小龙人
15分钟前
9
0
搞工程和搞电子的人摆摊能做什么?

由于疫情的影响 国家开始鼓励地摊经济。 我们来看看,搞工程和搞电子的人摆摊能什么。 先看,搞工程的人是这样摆摊的! 而搞电子的人是这样摆摊的! PCB工程师 测试工程师 射频工程师 单片机...

IT技术分享社区
07/08
7
0
三年级小孩子的解题思路

专业术语这叫对称性残缺,对三年级小孩子讲,就叫镜子! 有时懂了并不一定能让别人也很好的懂得...... 做一个好老师,其实真的很难, 太难了! 无数伟大的科学家、艺术家都不是好的老师! 本...

mathwater
05/07
6
0
每日一讲11:兔子繁殖推算

题目:古 典问题:有一对兔子,从出生后第3个月起每个月都生一对兔子,小兔子长到第三个月后每个月又生一对兔子,假如兔子都不死,问每个月的兔子总数为多少? 程序分析:兔子的规律为数列1...

花儿开放
07/27
0
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部