python多线程

发表于 更新于 分类于 阅读次数： Waline： 本文字数： 1.8k 阅读时长 ≈ 6 分钟

多线程介绍

什么是线程

​ 线程（Thread）也叫轻量级进程，是操作系统能够进行运算调度的最小单位，它被包涵在进程之中，是进程中的实际运作单位。

​ 个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。

为什么需要多线程

  • 进程之间不能共享内存，但线程之间共享内存非常容易。
  • 使用多线程来实现多任务并发执行比使用多进程的效率高。
  • 多个线程需要并发处理，并共享处理结果。

多线程实现方法

创建线程

1.普通创建线程方法

  • 调用threading模块：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    import threading，time

    def run(input):
        for i in range(10):
            print('sub task:%s'%input)
            time.sleep(1)

    if __name__ == '__main__':
        t = threading.Thread(target=run, args=("hello world",))
        t.start()
        for i in range(10):
            print('main task')
            time.sleep(1)

2.Thread类继承方法

  • 新建类，继承自threading.Thread类：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    import threading
    import time

    class MyThread(threading.Thread):
        def __init__(self, input):
            super(MyThread, self).__init__()  # 重构run函数必须要写
            self.input = input

        def run(self):
          	for i in range(10):
                print("task", self.input)
                time.sleep(1)

    if __name__ == "__main__":
        t1 = MyThread("hello world 1")
        t2 = MyThread("hello world 2")
        t1.start()
        t2.start()

守护线程

1.设置子线程为守护线程

  • 使用setDaemon(True)把所有的子线程都变成了主线程的守护线程，因此当主进程结束后，子线程也会随之结束。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    import threading
    import time

    def run(n):
        for i in range(10):
            print("task", self.input)
            time.sleep(1)

    if __name__ == '__main__':
        t = threading.Thread(target=run, args=("hello world",))
        t.setDaemon(True)   # 主线程kill，子线程自动kill
        t.start()
        print("end")

2.主线程等待子线程结束后执行下一步

  • 为了让守护线程执行结束之后，主线程再结束，我们可以使用join方法，让主线程等待子线程执行。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    import threading
    import time

    def run(n):
        for i in range(10):
            print('sub task')
            time.sleep(1)

    if __name__ == '__main__':
        t = threading.Thread(target=run, args=("t1",))
        t.setDaemon(True)   # 主线程kill，子线程自动kill
        t.start()
        t.join()  # 主线程停止等待子线程执行完毕后，再继续执行！
                  # 注释掉之后，就是子线程、主线程同时跑!

3.多线程共享全局变量

  • 线程是进程的执行单元，进程是系统分配资源的最小单位，所以在同一个进程中的多线程是共享资源的。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    import threading
    import time
    g_num = 100

    def run(n):
        global g_num
        for i in range(10):
            print('sub task')
            g_num += 1
            time.sleep(1)

    if __name__ == '__main__':
        t = threading.Thread(target=run, args=("t1",))
        t.setDaemon(True)   # 主线程kill，子线程自动kill
        t.start()
        # t.join()  # 主线程停止等待子线程执行完毕后，再继续执行！
                    # 注释掉之后，就是子线程、主线程同时跑！
        for i in range(10):
            print('main task:%d'%g_num)
            time.sleep(1)

4.互斥锁

  • 当多个线程同时修改同一条数据时可能会出现脏数据，所以，出现了线程锁，即同一时刻允许一个线程执行操作。

  • 如果有多个线程同时操作一个对象，如果没有很好地保护该对象，会造成程序结果的不可预期，我们也称此为“线程不安全”。

  • 线程锁用于锁定资源，你可以定义多个锁, 像下面的代码, 当你需要独占某一资源时，任何一个锁都可以锁这个资源，就好比你用不同的锁都可以把相同的一个门锁住是一个道理。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    from threading import Thread,Lock
    import os,time,threading
    reg = 0

    def work1():
        global reg

        lock.acquire()
        for i in range(10):
            reg = i
            print(reg)
            time.sleep(0.5)
        lock.release()

    def work2():
        global reg

        lock.acquire()
        for i in range(10):
            reg = i * 10
            print(reg)
            time.sleep(0.5)
        lock.release()


    if __name__ == '__main__':
        lock=Lock()
        t1 = threading.Thread(target=work1)
        t2 = threading.Thread(target=work2)
        t1.start()
        t2.start()
        t1.join() # hold on ,wait for this thread
        t2.join() # hold on ,wait for this thread

5.递归锁

  • RLcok类的用法和Lock类一模一样，但它支持嵌套，在多个锁没有释放的时候一般会使用RLcok类。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    import threading
    import time

    def Func(lock):
        global gl_num
        lock.acquire()
        gl_num += 1
        time.sleep(1)
        print(gl_num)
        lock.release()

    if __name__ == '__main__':
        gl_num = 0
        lock = threading.RLock()
        for i in range(10):
            t = threading.Thread(target=Func, args=(lock,))
            t.start()

6.信号量

  • 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
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    import threading
    import time

    def run(n, semaphore):
        semaphore.acquire()   #加锁
        time.sleep(1)
        print("run the thread:%s\n" % n)
        semaphore.release()     #释放

    if __name__ == '__main__':
        num = 0
        semaphore = threading.BoundedSemaphore(5)  # 最多允许5个线程同时运行
        for i in range(22):
            t = threading.Thread(target=run, args=("t-%s" % i, semaphore))
            t.start()
        while threading.active_count() != 1:
            pass  # print threading.active_count()
        else:
            print('-----all threads done-----')

7.事件（Event类）

  • python线程的事件用于主线程控制其他线程的执行，事件是一个简单的线程同步对象，其主要提供以下几个方法：

    • clear 将flag设置为“False”
    • set 将flag设置为“True”
    • is_set 判断是否设置了flag
    • wait 会一直监听flag，如果没有检测到flag就一直处于阻塞状态

  • 事件处理的机制：全局定义了一个“Flag”，当flag值为“False”，那么event.wait()就会阻塞，当flag值为“True”，那么event.wait()便不再阻塞。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    #利用Event类模拟红绿灯
    import threading
    import time

    event = threading.Event()

    # 前5秒是绿灯，5~10秒是红灯。
    def lighter():
        count = 0
        event.set()     #初始值为绿灯
        while True:
            if 5 < count <=10 :
                event.clear()  # 红灯，清除标志位
                print("\33[41;1mred light is on...\033[0m")
            elif count > 10:
                event.set()  # 绿灯，设置标志位
                count = 0
            else:
                print("\33[42;1mgreen light is on...\033[0m")

            time.sleep(1)
            count += 1

    def car(name):
        while True:
            if event.is_set():      #判断是否设置了标志位
                print("[%s] running..."%name)
                time.sleep(1)
            else:
                print("[%s] sees red light,waiting..."%name)
                event.wait()
                print("[%s] green light is on,start going..."%name)

    light = threading.Thread(target=lighter,)
    light.start()

    car = threading.Thread(target=car,args=("MINI",))
    car.start()

Python多线程内在逻

  • 在非python环境中，单核情况下，同时只能有一个任务执行。多核时可以支持多个线程同时执行。但是在python中，无论有多少核，同时只能执行一个线程。
  • **GIL的全称是Global Interpreter Lock(全局解释器锁)**，来源是python设计之初的考虑，为了数据安全所做的决定。某个线程想要执行，必须先拿到GIL，我们可以把GIL看作是“通行证”，并且在一个python进程中，GIL只有一个。拿不到通行证的线程，就不允许进入CPU执行。
  • Python多线程的工作过程：(python在使用多线程的时候，调用的是c语言的原生线程)
    • 拿到公共数据
    • 申请gil
    • python解释器调用os原生线程
    • os操作cpu执行运算
    • 当该线程执行时间到后，无论运算是否已经执行完，gil都被要求释放
    • 进而由其他进程重复上面的过程
    • 等其他进程执行完后，又会切换到之前的线程（从他记录的上下文继续执行），整个过程是每个线程执行自己的运算，当执行时间到就进行切换（context switch）。

参考教程

https://www.cnblogs.com/luyuze95/p/11289143.html