python主线程执行_python多线程学习一

本文希望达到的目标:

多线程的基本认识

多线程编程的模块和类的使用

Cpython的全局解释器锁GIL

一、多线程的基本认识

多线程编程的目的：并行处理子任务，大幅度地提升整个任务的效率。

线程就是运行在进程上下文的逻辑流。每个线程都有自己的线程上下文，包含唯一的线程ID（就当前所属进程而言），栈，栈指针，程序计数器，通用寄存器和条件码等。

同一个进程中的线程，共享相同的运行环境，共享同一片数据空间，所以线程间的通讯笔进程间的通信更简单，但是这样的共享是会有危险的，如果多线程共同访问同一数据，因为访问顺序的不同，可能会导致结果不一致。

二、多线程编程的模块和类的使用

为了更好说明多线程的优点以及多个标准库使用的差异性，以模拟“一个程序完成2个独立任务时间总和”为例子。

0、单进程单线程运行两个独立的任务：顺序执行，完成第一个任务后，再完成第二个任务。总时间是各个循环运行时间之和，实际两个任务是完全独立的，如果并行执行，是可以减少运行时间的。

import thread

from time import sleep,ctime

def loop0():

print 'start loop0','at:',ctime()

sleep(4)

print 'loop0','done at:',ctime()

def loop1():

print 'start loop1','at:',ctime()

sleep(3)

print 'loop1','done at:',ctime()

def main():

print 'starting at:',ctime()

loop0()

loop1()

print 'all done at:',ctime()

if __name__=='__main__':

main()

1、thread模块

python提供了两个标准库用于多线程编程，thread模块提供了基本的线程和锁的支持，而 threading 提供了更高级别，功能更强的线程管理的功能。一般都建议使用threading模块，毕竟功能更强大，更好管理。

thread模块和对象：（官网：https://docs.python.org/2/library/thread.html）

使用多线程编程，创建两个线程同时执行两个独立的任务，需要考虑，主线程执行时间和子线程执行时间的关系，如果单纯的创建线程去运行这2个任务，主线程执行完成时间必然比子线程快，子线程未运行完，主线程就已经退出了，在thread模块使用锁对象lock来管理，为每个线程创建一个锁对象，在线程执行完成后释放锁，而主线程判断所有的锁都释放后才能结束，进程间的通讯机制就这样简单的建立起来。

import threadfromtime import sleep,ctime

loops=[4,3]

def loop(nloop,nsec,lock):

print'start loop',nloop,'at:',ctime()

sleep(nsec)

print'loop',nloop,'done at:',ctime()lock.release()

def main():

print'starting at:',ctime()

locks=[]

nloops=range(len(loops))for i innloops:lock =thread.allocate_lock()lock.acquire()

locks.append(lock)for i innloops:

thread.start_new_thread(loop,(i,loops[i],locks[i]))for i innloops:

print'check lock'

whilelocks[i].locked():

pass

print'all done at:',ctime()if __name__=='__main__':

main()

运行时间为4s，单进程耗时7s，运行时间有减少。为什么不在创建锁的循环里创建线程呢？有以下几个原因：(1) 我们想到实现线程的同步，所以要让“所有的马同时冲出栅栏”。(2) 获取锁要花一些时间，如果线程退出得“太快”，可能会导致还没有获得锁，线程就已经结束了的情况。

注意：

A：子线程开始：创建对象调用start_new_thread函数时，该函数不是在主线程里运行，而是产生一个新的线程来运行这个函数。一旦调用该函数，子线程已经开始运行。

B：子线程退出：它不支持守护线程。当主线程退出时，所有的子线程不论它们是否还在工作，都会被强行退出。

2、threading模块：创建一个 Thread 的实例，传给它一个函数

它不仅提供了 Thread 类，还提供了各种非常好用的同步机制。

threading模块和对象：（官网：https://docs.python.org/2/library/threading.html）

import threadingfromtime import sleep,ctime

loops=[4,3]

def loop(nloop,nsec):

print'start loop',nloop,'at:',ctime()

sleep(nsec)

print'loop',nloop,'done at:',ctime()

def main():

print'starting at:',ctime()

threads=[]

nloops=range(len(loops))for i innloops:

t= threading.Thread(target=loop,args=(i,loops[i]))

threads.append(t)for i innloops:

print'thread',i,'start'threads[i].start()for i innloops:

print'thread',i,'join'threads[i].join()

print'all done at:',ctime()if __name__=='__main__':

main()

注意：

A、子线程开始：调用start函数。所有的线程都创建了之后，再一起调用 start()函数启动，而不是创建一个启动一个。而且，不用再管理一堆锁（分配锁，获得锁，释放锁，检查锁的状态等）

B、子线程结束：可以控制子线程和主线程结束的顺序，调用join(timeout=None) 程序挂起，直到线程结束；

C、守护线程一般是一个等待客户请求的服务器，如果没有客户提出请求，它就在那等着。如果设定一个线程为守护线程，就表示这个线程是不重要的，在进程退出的时候，不用等待这个线程退出。

3、thread类：Thread 派生出一个子类，创建一个这个子类的实例

import threadingfromtime import sleep,ctime

loops=(4,3)classMyThread(threading.Thread):

def __init__(self,func,args,name=''):

threading.Thread.__init__(self)

self.name=name

self.func=func

self.args=args

def run(self):

self.func(*self.args)

def loop(nloop,nsec):

print'start loop',nloop,'at:',ctime()

sleep(nsec)

print'loop',nloop,'done at:',ctime()

def main():

print'starting at:',ctime()

threads=[]

nloops=range(len(loops))for i innloops:

t=MyThread(loop,(i,loops[i]),loop.__name__)

threads.append(t)for i innloops:

print'thread',i,'start'threads[i].start()for i innloops:

print'thread',i,'join'threads[i].join()

print'all done at:',ctime()if __name__=='__main__':

main()

4、threading模块中的thread类部分源码解析

thread模块提供了一系列基础函数，其实不是不能用，书本上写着的是不建议使用，但是如果用于底层开发是可以的。threading模块与之相比，最大的不同就是，threading模块中的thread类的属性特别多，

包含了对多线程的各自管理上的纬度属性，所以特别方便使用，实际上threading模块就是在thread模块上开发的，做了进一步的集成化和封装以便于用户更轻便的管理。

A ：threadding模块有引用thread模块：

try:

import thread

except ImportError:

del _sys.modules[__name__]

raise

B： thread类的初始化函数部分截图如下：初始化的过程，其实就是多线程的属性的初始化的过程。把其中需要的资源，入参，thread管理的各自对象都初始化。

def __init__(self, group=None, target=None, name=None,

args=(), kwargs=None, verbose=None):

assert groupis None, "group argument must be None for now"_Verbose.__init__(self, verbose)if kwargs isNone:

kwargs={}

self.__target=target

self.__name=str(name or _newname())

self.__args=args

self.__kwargs=kwargs

self.__daemonic=self._set_daemon()

self.__ident=None

self.__started=Event()

self.__stopped=False

self.__block=Condition(Lock())

self.__initialized=True

# sys.stderris not stored in the classlike

# sys.exc_info since it can be changed between instances

self.__stderr= _sys.stderr

C：thread类的start函数，看到调用底层的_start_new_thread函数，就明白了，为啥thread类是调用start函数来启动线程,还调用了self.__started.wait()，__started对象实际是_Condition类的实例，这是一个对

线程锁管理的实例，调用这个类的wait方法就是在获取一把锁。

def start(self):ifnot self.__initialized:

raise RuntimeError("thread.__init__() not called")ifself.__started.is_set():

raise RuntimeError("threads can only be started once")if__debug__:

self._note("%s.start(): starting thread", self)

with _active_limbo_lock:

_limbo[self]=selftry:

_start_new_thread(self.__bootstrap, ())

except Exception:

with _active_limbo_lock:

del _limbo[self]

raise

self.__started.wait()

def wait(self, timeout=None):ifnot self._is_owned():

raise RuntimeError("cannot wait on un-acquired lock")

waiter=_allocate_lock()

waiter.acquire()

self.__waiters.append(waiter)

saved_state=self._release_save()try: # restore state no matter what (e.g., KeyboardInterrupt)if timeout isNone:

waiter.acquire()if__debug__:

self._note("%s.wait(): got it", self)else:

# Balancing act: We can't afford a pure busy loop, so we

# have to sleep; but ifwe sleep the whole timeout time,

# we'll be unresponsive. The scheme here sleeps very

# little at first, longer astime goes on, but never longer

# than20times per second (or the timeout time remaining).

endtime= _time() +timeout

delay= 0.0005 # 500 us -> initial delay of 1mswhileTrue:

gotit= waiter.acquire(0)ifgotit:breakremaining= endtime -_time()if remaining <= 0:breakdelay= min(delay * 2, remaining, .05)

_sleep(delay)ifnot gotit:if__debug__:

self._note("%s.wait(%s): timed out", self, timeout)try:

self.__waiters.remove(waiter)

except ValueError:

passelse:if__debug__:

self._note("%s.wait(%s): got it", self, timeout)finally:

self._acquire_restore(saved_state)

D：而调用join方法，实际也是调用_Condition类的实例，判断当前锁的状态，在线程运行完毕后，释放锁。

def join(self, timeout=None):ifnot self.__initialized:

raise RuntimeError("Thread.__init__() not called")ifnot self.__started.is_set():

raise RuntimeError("cannot join thread before it is started")if self iscurrent_thread():

raise RuntimeError("cannot join current thread")if__debug__:ifnot self.__stopped:

self._note("%s.join(): waiting until thread stops", self)

self.__block.acquire()try:if timeout isNone:whilenot self.__stopped:

self.__block.wait()if__debug__:

self._note("%s.join(): thread stopped", self)else:

deadline= _time() +timeoutwhilenot self.__stopped:

delay= deadline -_time()if delay <= 0:if__debug__:

self._note("%s.join(): timed out", self)breakself.__block.wait(delay)else:if__debug__:

self._note("%s.join(): thread stopped", self)finally:

self.__block.release()

三、Cpython的全局解释器锁GIL

推荐一篇更全面介绍的博客：https://www.cnblogs.com/frchen/p/5740606.html

GIL全称 Global Interpreter Lock，GIL 并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。实际现在一般使用的解析器都是基于CPython的，如果是Jpython（基于java），可能就不存在这个问题。像单 CPU 的系统中运行多个进程那样，内存中可以存放多个程序，但任意时刻，只有一个程序在 CPU 中运行。在CPython 解释器中可以“运行” 多个线程，但在任意时刻，只有一个线程在解释器中运行。而对 Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。

对所有面向 I/O 的(会调用内建的操作系统 C 代码的)程序来说，GIL 会在这个 I/O 调用之前被释放，以允许其它的线程在这个线程等待 I/O 的时候运行。如果某线程并未使用很多 I/O 操作，它会在自己的时间片内一直占用处理器（和 GIL）。也就是说，I/O 密集型的 Python 程序比计算密集型的程序更能充分利用多线程环境的好处。

简单的总结下就是：Python的多线程在多核CPU上，只对于IO密集型计算产生积极效果；而当有至少有一个CPU密集型线程存在，那么多线程效率会由于GIL而大幅下降。

python主线程执行_python多线程学习一相关推荐

python主线程执行_python 并发执行之多线程
正常情况下,我们在启动一个程序的时候.这个程序会先启动一个进程,启动之后这个进程会拉起来一个线程.这个线程再去处理事务.也就是说真正干活的是线程,进程这玩意只负责向系统要内存,要资源但是进程自己是不干 ...
python主线程执行_Python队列 – 最多运行n个线程
场景: 我有一个非常大的数据库模型迁移正在进行新的构建,我正在研究如何将Web应用程序中的当前实时数据迁移到本地测试数据库中. 我想在python中设置一个脚本,它将同时处理我的模型的迁移.我的模型实 ...
python主线程执行_在Django vi中的主线程中执行Python函数
我创建了Django视图"graph",目的是显示从matplotlib.pyplot模块.我编写了我的函数plot\u bubbles(返回amatplotlib.figure. ...
C#多线程下, 子线程如何让主线程执行方法
C#多线程下, 子线程如何让主线程执行方法重现一下当时我的需求: 我开了多个线程, 来监视一个变量, 然后去执行一些方法. 看起来没什么毛病, 但是运行起来会报错此对象被其他线程占用一开始想着可 ...
python线程join方法_Python多线程join()用法
Python多线程与多进程中join()方法的效果是相同的. 下面仅以多线程为例: 首先需要明确几个概念: 知识点一:主进程结束,子进程继续执行当一个进程启动之后,会默认产生一个主线程,因为线程是程 ...
DLL内线程同步主线程研究（子线程代码放到主线程执行）
DLL内线程同步主线程研究(子线程代码放到主线程执行) 我们在实际项目中经常会用到多线程编程,比如Socket编程等,在创建的线程内同步主线程一般使用Synchronize方法实现子线程操作放到主线程 ...
Android 避免主线程执行网络请求之Activity/Fragment 结束后处理异步回调
大家都知道Android涉及到与UI相关的操作只能在主线程执行 android4.0以后就禁止在主线程进行网络请求了,在主线程里面执行Http请求都会报NetworkOnMainThreadExcep ...
Unity C# 子线程Action发送到主线程执行
今天去面试..面试官竟然说子线程的Action不能发送到主线程执行... ...废话不说上干货 using System.Collections; using System.Collections.G ...
python主线程有两个子线程、创建两个主函数_Python多任务之线程
1.1. 线程 threading.Thread(target = 函数名) 线程的运行是没有先后顺序的主线程死了,子线程必死.子线程结束后,子线程会给子线程收尸. 当调用Thread的时候,不会创 ...
python主线程和子线程_python 在threading中如何处理主进程和子线程的关系
之前用python的多线程,总是处理不好进程和线程之间的关系.后来发现了join和setDaemon函数,才终于弄明白.下面总结一下. 1.使用join函数后,主进程会在调用join的地方等待子线程结 ...

python主线程执行_python多线程学习一

python主线程执行_python多线程学习一相关推荐

最新文章

热门文章