python多线程

一、线程的概念

线程是CPU分配资源的基本单位。当一程序开始运行，这个程序就变成了一个进程，而一个进程相当于一个或者多个线程。当没有多线程编程时，一个进程相当于一个主线程；当有多线程编程时，一个进程包含多个线程（含主线程）。使用线程可以实现程序大的开发。

多个线程可以在同一个程序中运行，并且每一个线程完成不同的任务。

多线程实现后台服务程序可以同时处理多个任务，并不发生阻塞现象。

多线程的程序设计的特点就是能够提高程序执行效率和处理速度。python程序可以同时并行运行多个相对独立的线程。

二、创建多线程

python支持两种创建多线程的方式：

~通过 threading.Thread () 创建。

~通过继承 threading.Thread 类的继承。

1.通过 threading.Thread () 创建

语法形式：

thread.Thread(group=Nore,targt=None,args=(),kwargs={},*,daemon=None)

参数解释：

~group：必须为None，于ThreadGroup类相关，一般不使用。

~target：线程调用的对象，就是目标函数。

~name：为线程起这个名字。默认是Tread-x，x是序号，由1开始，第一个创建的线程名字就是Tread-1。

~args：为目标函数传递关键字参数，字典。

~daemon：用来设置线程是否随主线程退出而退出。

示例：

import threading
def test (x,y):for i in range(x,y):print(i)
thread1 = threading.Thread(name='t1',target= test,args=(1,10))
thread2 = threading.Thread(name='t2',target= test,args=(11,20))
thread1.start()   #启动线程1
thread2.start()   #启动线程2

输出：

解释：两个程序会并发运行，所以结果不一定每次都是顺序的1~10，这是根据CPU给两个线程风马分配的时间片段来决定。可以看到每次结果都不同。

2.通过继承 threading.Thread 类的继承

threading.Thread是一个类，可以继承它。

示例：

import threading
class mythread(threading.Thread):def run(self):for i in range(1,10):print(i)
thread1 = mythread();
thread2 = mythread();
thread1.start()
thread2.start()

输出：

解释：自定义一个类继承threading.Thread,然后重写父类的run方法，线程启动时（执行start（））会自动执行该方法。

三、主线程

在python中，主线程是第一个启动的线程。

~父线程:如果启动线程A中启动了一个线程B，A就是B的父线程。

~子线程：B就是A的子线程。

创建线程时有一个damon属性，用它来判断主线程。当daemon设置False时，线程不会随主线程退出而退出，主线程会一直等着子线程执行完;。当daemon设置True时，线程会随主线程退出而退出，主线程结束其他的子线程会强制退出。

使用daemon注意：

~daemon属性必须在start( )之前设置，否则会引发RuntimeError异常

~每个线程都由daemon属性，可以显示设置也可以不设置，不设置则取默认值None

~如果子子线程不设置daemon属性，就取当前线程的daemon来设置它。子子线程继承子线程的daemon值，作用和设置None一样。

~从主线程创建的所有线程不设置daemon属性，则默认都是daemon=False。

示例：

import time
import threading
def test():time.sleep(10)for i in range(10):print(i)
thread1 = threading.Thread(target=test,daemon=False)
thread1.start()
print('主线程完成了')

输出：

主线程完成了
0
1
2
3
4
5
6
7
8
9

解释：当主线程运行完毕输出完之后，等待一下后输出0~9。如果将daemon=False该为daemon=True，则不会运行for i in range(10)语句。

四、阻塞线程

一个线程中调用另一个线程的join方法，调用者被阻塞，直到调用线程被终止。

语法形式：

join(timeout-=None)

timeout 参数指定调用者等待多久，没有设置时，就一直等待被调用线程结束被调用线程结束。其中，一个线程可以被join多次调用。

示例：

import time
import threading
def test():time.sleep(5)for i in range(10):print(i)
thread1=threading.Thread(target=test)
thread1.start()
thread1.join()
print('主线程完成了')

输出：

0
1
2
3
4
5
6
7
8
9
主线程完成了

解释：在thread1.start()后加thread1.join()添加join方法，输出时，主线程就会等待输出完0~9后再执行自己的print输出。

五、判断线程是否活动的

~run（）：用以表示线程活动的方法

~start（）：启动线程

~join（）：等待至线程终止

~isAlive（）：返回线程是否活动的

~getName（）：返回线程名称

~setName() : 设置线程名称

示例：

from threading import Thread, Event
import time
def countdown(n, started_evt):print('正在运行')started_evt.set()while n > 0:print('时间', n)n -= 1time.sleep(2)
started_evt = Event()
print('开始倒计时')
t = Thread(target=countdown, args=(10, started_evt))
t.start()
started_evt.wait()
print('倒计时运行')

输出：

开始倒计时
正在运行
时间 10
倒计时运行
时间 9
时间 8
时间 7
时间 6
时间 5
时间 4
时间 3
时间 2
时间 1

Alive，顾名思义，它表示线程当前是否为可用状态，如果线程已经启动，并且当前没有任何异常的话，则返回true，否则为false

Thread.isAlive() ：顾名思义，是表示当前线程时候为可用状态，即是否已经在启动，并且在运行的状态；

六、线程同步

1.同步概念

异步模式的情况下，同时有一个线程在修改共享数据，另一个线程在读取共享数据，当修改的共享数据的线程没有处理完毕，读取数据的线程肯定会得到错误的结果。如果采用多线程的同步控制机制，当处理共享数据的线程完成处理数据之后，读取线程就读取数据。

python的锁就解决这一问题，锁住线程，只允许一个线程操作，其他线程排队等待，待当前线程操作完毕后，再按顺序一个一个来运行。

2. python的锁

python的threading模块提供了RLock锁解决方法。在某一时间只能让一个线程操作的语句放到RLock的acquire方法和release方法之间，即acquire相当于给RLack上锁，而release相当于解锁。

示例：

import threading
class mythread(threading.Thread):def run(self):global x                   #声明一个全局变量lock.acquire()             #上锁x +=10print('%s:%d'%(self.name,x))lock.release()             #解锁
x = 0                        #设置全局变量初始值
lock = threading.RLock()     #创建可重入锁
list1 = []
for i in range(5):   list1.append(mythread())    #创建五个线程，放到同一列表中
for i in list1:i.start()                   #开启列表线程

输出：

Thread-1:10
Thread-2:20
Thread-3:30
Thread-4:40
Thread-5:50

解释：

3. python中的条件锁

条件锁常用的方法：

~acquire([timeout]):调用关联锁的方法

~release()：解锁

~wait():使线程进入 Condition 的等待池等待通知并释放解锁。使用前线程必须已获得锁定，否则将抛出异常。

~notify():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，其他线程仍然在等待池中等待通知，直到该线程收到通知调用该方法，否则将会抛出异常。

~notify ALL():跟notify() 一样，但这个方法对应的是所有的线程。

示例：

题目：有几个生产车间生产，几个消费者购买，当生产达到一定数量时，停止生产。

import threading
import time
condtion = threading.Condition()
sheep = ['1件产品','1件产品','1件产品','1件产品','1件产品']
class Producer(threading.Thread):def __init__(self, name):super().__init__(name=name)passdef run(self):global condtion, sheepwhile True:time.sleep(0.1)condtion.acquire()if len(sheep) < 10:print(self.name + "生产了1件产品")sheep.append('1件产品')condtion.notifyAll()passelse:print("仓库满了，停止生产!")condtion.wait()passcondtion.release()passpass
class Customer(threading.Thread):def __init__(self, name):super().__init__(name=name)passdef run(self):global condtion, sheepwhile True:time.sleep(0.1)condtion.acquire()if len(sheep) > 0:meat = sheep.pop()print(self.name + "购买了" + meat + "还剩多少" + str(len(sheep)) + "件")condtion.notifyAll()passelse:print("买光了，等待")condtion.wait()passcondtion.release()passpass
if __name__ == "__main__":p1 = Producer("1号生产车间")p2 = Producer("2号生产车间")p3 = Producer("3号生产车间")p4 = Producer("4号生产车间")p5 = Producer("5号生产车间")p6 = Producer("6号生产车间")p1.start()p2.start()p4.start()p5.start()p6.start()c1 = Customer('小王')c2 = Customer('小李')c3 = Customer('小贾')c4 = Customer('小沈')c5 = Customer('小刘')c1.start()c2.start()c3.start()c4.start()c5.start()

python的多线程相关推荐

python爬取百度贴吧中的所有邮箱_使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号...
原标题:使用 Python 编写多线程爬虫抓取百度贴吧邮箱与手机号不知道大家过年都是怎么过的,反正栏主是在家睡了一天,醒来的时候登QQ发现有人找我要一份贴吧爬虫的源代码,想起之前练手的时候写过一个抓 ...
python 选择题多线程_python多线程一些知识点梳理
学习python的进程和线程以来,对这两个概念一直都处于模糊状态,所以决定花点时间好好学习一下这块知识.以下是我自己在学习过程中形成的一些疑问以及搜集的一些相应的比较好的答案,整理如下,方便复习自查. ...
Python之多线程
Python的对线程为什么被说成是鸡肋? 1.1GIL是什么?(Global Interpreter Lock)Python设计之初,为了数据的安全所做的决定. 1.2Python 多线程下,每个线程 ...
Python requests 多线程抓取出现HTTPConnectionPool Max retires exceeded异常
Python requests 多线程抓取出现HTTPConnectionPool Max retires exceeded异常参考文章: (1)Python requests 多线程抓取出现H ...
python多线程爬虫实例-Python实现多线程爬虫
编辑推荐: 本文主要介绍对Python多线程爬虫实战的整体的思路,希望对大家有帮助. 本文来知乎,由火龙果软件Alice编辑,推荐. 最近在写爬虫程序爬取亚马逊上的评论信息,因此也自学了很多爬虫相关的 ...
python代码示例下载-Python实现多线程下载脚本的示例代码
0x01 分析一个简单的多线程下载资源的Python脚本,主要实现部分包含两个类: Download类:包含download()和get_complete_rate()两种方法.download() ...
python多线程爬虫实例-python支持多线程的爬虫实例
python是支持多线程的, 主要是通过thread和threading这两个模块来实现的,本文主要给大家分享python实现多线程网页爬虫一般来说,使用线程有两种模式, 一种是创建线程要执行的函数 ...
Python之多线程：python多线程设计之同时执行多个函数命令详细攻略
Python之多线程:python多线程设计之同时执行多个函数命令详细攻略目录实现功能采取方法应用场景实现功能同时执行多个函数命令采取方法 T1.单个实现 import threadin ...
python进阶多线程编程 —— threading和queue库实现多线程编程
python进阶多线程编程 -- threading和queue库实现多线程编程) 摘要多线程实现逻辑封装模型参数选择实例摘要本文主要介绍了利用python的 threading和queue ...
python守护多线程_Python多线程Threading、子线程与守护线程实例详解
线程Threading: python中多线程需要使用threading模块线程的创建与运行: 1.直接调用threading的Thread类: 线程的创建:线程对象=thread.Thread(t ...

python的多线程