Python中Threading用法详解

yipeiwu_com5年前Python基础

Python的threading模块松散地基于Java的threading模块。但现在线程没有优先级,没有线程组,不能被销毁、停止、暂停、开始和打断。 Java Thread类的静态方法,被移植成了模块方法。

main thread: 运行python程序的线程

daemon thread 守护线程,如果守护线程之外的线程都结束了。守护线程也会结束,并强行终止整个程序。不要在守护进程中进行资源相关操作。会导致资源不能正确的释放。在非守护进程中使用Event。

Thread 类

(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)
group: 为以后的ThreadGroup类预留
target: 被执行的对象,由run()方法执行
args: target对象使用的参数
daemon: 是否为守护进程

start()

每个thread 对象都只能被调用1次start()

run()

如果创建Thread的子类,重写该方法。负责执行target参数传来的可执行对象。

join()

阻塞线程直到结束。

GIL

在CPython中,由于GIL的存在,Python每次只能执行一个线程。如果要充分利用多核机器的计算资源需要使用multiprocessing或者是concurrent.futures.ProcessPollExecutor。 但,但如果你想要很多I/O相关的并发操作,threding仍然是一个很好的选择 。?因为系统自动实现了线程的上下文切换。

from threading import Thread
import requests
url = 'http://www.baidu.com'
urls = [url]*20
threads = []

for url in urls:
  t = Thread(target=requests.get, args=(url, ))
  t.start()
  threads.append(t)
for t in threads:
  t.join()

锁(Lock)对象

原始锁(primitive lock),当它锁住的时候,它是一种不属于任何一个线程的同步原语(synchronization primitive)。 在Python中,他是目前可用的最底层的同步原语,由_thread模块提供。

一个原始锁有两个状态:locked 和unlocked。锁创建时,处于unlocked状态。 锁由两个基本方法:acquire()和release()。

当处于unlocked状态时,acquire(()方法可以将状态变为locked,并立即返回。当处于locked状态时,acquire()会阻塞直至另一个线程调用了release()使改锁解锁,然后acquire()将锁上锁,并返回。

release()方法只能在锁locked时别调用,并释放锁。否则会抛出RuntimeError错误。

如果有多个 acquire()在等待解锁,则不确定哪一个哪一个会被触发。

class threading.Lock

如果一个线程acquire了一个锁,那么后续获取它的线程都会被阻塞,直至锁被释放。任何线程都可以释放锁。

Lock是一个工厂函数,返回当前平台下最高效的concrete Lock类的实例。

Lock支持上下文管理方法(context management protocol),也就是with 语句。在存在竞态条件(race condition)的时候,要使用锁。比如多线程共同操作某个数据。

# 摘自python Cookbook
import threading
class SharedCounter:
  def __init__(self, init_value=0):
    self._value = init_value
    self._value_lock = threading.Lock()  
  def incr(self, delta=1):
    # 在这里使用了with 语句,创建一个锁,增加值,释放锁。
    with self._value_lock:
      self._value += 1

RLock对象

可重入锁(reentrant lock)。感觉是一个锁中锁,就是可以递归的锁。等见到具体的应用例子再写。

Condition对象

condition变量总是与某种锁相关,锁可以是传过来的,也可以通过默认设置创建。如果有多个 condition对象需要共享一个锁时,传递一个锁是非常有用的。锁是condition对象的一部分,你不用刻意的跟踪它。

Timer对象

Timer是Thread的子类,所以也要接受function参数,也可以被start()。 它的run()函数被重写为先event.wait(interval),再启动function。

Barrier对象

实现某些服务的共进退。

threading.Barrier(parties, action=None, timeout=None)

设置n=parties个线程,当n个barrier.wait()被调用后,所有这些调用的阻塞被同时解除,执行action

感觉Barrier可以实现很多复杂的功能。

相关文章

浅析Python基础-流程控制

Python编程语言的作用非常强大,而且其应用方便的特点也对开发人员起到了非常大的作用。在这里我们就可以先从Python流程控制关键字的相关概念开始了解,从而初步掌握这一语言的特点。 P...

TensorFlow实现MLP多层感知机模型

一、多层感知机简介 Softmax回归可以算是多分类问题logistic回归,它和神经网络的最大区别是没有隐含层。理论上只要隐含节点足够多,即时只有一个隐含层的神经网络也可以拟合任意函数...

详解pandas中MultiIndex和对象实际索引不一致问题

在最新版的pandas中(不知道之前的版本有没有这个问题),当我们对具有多层次索引的对象做切片或者通过df[bool_list]的方式索引的时候,得到的新的对象尽管实际索引已经发生了改变...

python Jupyter运行时间实例过程解析

这篇文章主要介绍了python Jupyter运行时间实例过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 1.Python t...

Django 大文件下载实现过程解析

django提供文件下载时,若果文件较小,解决办法是先将要传送的内容全生成在内存中,然后再一次性传入Response对象中: def simple_file_download(req...