python中的threading_Python中Threading用法详解

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。

python中的threading_Python中Threading用法详解相关推荐

python的raw_ input是什么意思-对python中raw_input()和input()的用法详解
最近用到raw_input()和input()来实现即时输入,就顺便找了些资料来看,加上自己所用到的一些内容,整理如下: 1.raw_input() raw_input([prompt]) -> ...
python中str和input_对python中raw_input()和input()的用法详解
最近用到raw_input()和input()来实现即时输入,就顺便找了些资料来看,加上自己所用到的一些内容,整理如下: 1.raw_input() raw_input([prompt]) -> ...
python3 isinstance用法_对python中assert、isinstance的用法详解
1. assert 函数说明: Assert statements are a convenient way to insert debugging assertions into a program ...
python中tile的用法_python3中numpy函数tile的用法详解
tile函数位于python模块 numpy.lib.shape_base中,他的功能是重复某个数组.比如tile(A,n),功能是将数组A重复n次,构成一个新的数组,我们还是使用具体的例子来说明问题 ...
python中mat函数_Python中flatten( )函数及函数用法详解
flatten()函数用法 flatten是numpy.ndarray.flatten的一个函数,即返回一个一维数组. flatten只能适用于numpy对象,即array或者mat,普通的list列 ...
python中seek(10、1)_Python中index()和seek()的用法(详解)
1.index() 一般用处是在序列中检索参数并返回第一次出现的索引,没找到就会报错,比如: >>> t=tuple('Allen') >>> t ('A', 'l ...
python中index什么意思_Python中index()和seek()的用法(详解)
1.index() 一般用处是在序列中检索参数并返回第一次出现的索引,没找到就会报错,比如: >>> t=tuple('Allen') >>> t ('A', 'l ...
python scatter参数详解_Python中scatter函数参数及用法详解
最近开始学习Python编程,遇到scatter函数,感觉里面的参数不知道什么意思于是查资料,最后总结如下: 1.scatter函数原型 2.其中散点的形状参数marker如下: 3.其中颜色参数c如 ...
python中global和def_Python中 Global和Nonlocal的用法详解
nonlocal 和 global 也很容易混淆.简单记录下自己的理解. 解释 global 总之一句话,作用域是全局的,就是会修改这个变量对应地址的值. global 语句是一个声明,它适用于整个当 ...
Python 3.7.1 中 namedtuple 具名元组基本用法详解
Python 3.7.1 中 namedtuple 具名元组基本用法详解转载请注明出处:https://blog.csdn.net/jpch89/article/details/84645251 文 ...

python中的threading_Python中Threading用法详解

python中的threading_Python中Threading用法详解相关推荐

最新文章

热门文章